Dissertacao - Daniel Correia

Universidade Federal da Bahia
Instituto de Matemática / Escola Politécnica
Programa de Pós-Graduação em Mecatrônica
ANÁLISE MODAL DE BOMBAS DE

CAVIDADES PROGRESSIVAS
Daniel Santos de Quadros Correia
DISSERTAÇÃO DE MESTRADO
Salvador
7 de março de 2017
DANIEL SANTOS DE QUADROS CORREIA
ANÁLISE MODAL DE BOMBAS DE CAVIDADES PROGRESSIVAS
Esta Dissertação de Mestrado foi

apresentada ao Programa de Pós-
Graduação em Mecatrônica da Uni-
versidade Federal da Bahia, como re-
quisito parcial para obtenção do grau
de Mestre em Mecatrônica.
Orientador: Prof. Dr. Antônio Cezar de Castro Lima

Co-orientador: Prof. Dr. Leizer Schnitman
Salvador
7 de março de 2017
Modelo de ficha catalográfica fornecido pelo Sistema Universitário de Bibliotecas da UFBA para ser confeccionada
Sistema universitário de bibliotecas da UFBA
pelo autor
Santos de Quadros Correia, Daniel

Análise modal de Bombas de Cavidades Progressivas / Daniel
Santos de Quadros Correia. -- Salvador, 2017.
97 f. : il
Orientador: Antônio Cezar de Castro Lima.

Coorientador: Leizer Schnitman.
Dissertação (Mestrado - Programa de Pós-Graduação em
Mecatrônica) -- Universidade Federal da Bahia, Escola
Politécnica, 2017.
1. Análise modal experimental. 2. Bombeio por cavidades

progressivas. 3. BCP. 4. Enhanced Frequency Domain
Decomposition. 5. EFDD. I. Cezar de Castro Lima, Antônio. II.
Schnitman, Leizer. III. Título.
TERMO DE APROVAÇÃO
DANIEL SANTOS DE QUADROS CORREIA
ANÁllsE MoDAL DE BoMBAS DE

CAVI DADES PROGRESSIVAS
Esta Dissertação de Mestrado foi julgada

adequada à obtenção do título de Mestre em
Mecatrônica e aprovada em sua forma final
pelo Programa de Pós-Graduação em Meca-
trônica da l]niversidade Federal da Bahia.
Salvador, 7 de março de 2017
Prof. Dr. An o Cezar cte Castro Lima

e Federal da Bahia
/trInivers
fu,rr,ü
Lerzer Schnitman
e Fe,Ceral cla Bahia
éida Barreto Filho

AGRADECIMENTOS
Aos meus orientadores, Professores Antônio Cezar de Castro Lima e Leizer Schnitman,
por toda a disponibilidade e apoio ao longo do desenvolvimento deste trabalho.
Ao pessoal do Laboratório de Elevação Artificial da UFBA (LEA), pelo fundamental
suporte durante a montagem e realização dos experimentos desta pesquisa.
Ao Engenheiro Ricardo Minette (CENPES) pelo interesse, disponibilidade e assistên-
cia sempre que necessário.
À toda minha família.
v
RESUMO
O objetivo deste trabalho é desenvolver e aplicar uma metodologia para a realização

da análise modal experimental em um conjunto de bombeio por cavidades progressivas
(BCP), em condições de instalação similares às de poços reais. A técnica utilizada neste
trabalho, conhecida como Enhanced Frequency Domain Decomposition (EFDD), é capaz
de estimar os parâmetros modais com boa acurácia, mesmo na presença de ruído. Ela
pode estimar as frequências naturais e formas modais através da decomposição em valores
singulares (SVD - Singular value decomposition) da matriz densidade espectral de potên-
cia (PSD - Power spectral density) da resposta do sistema a uma excitação de entrada.
A taxa de amortecimento pode ser obtida através do cálculo do decremento logarítmico
nas funções de autocorrelação. A primeira etapa do estudo consiste no desenvolvimento
de algoritmos para a implementação de alguns métodos de análise modal experimental
comuns na literatura. Foram implementados os métodos do Peak picking (PP), do Fre-
quency Domain Decomposition (FDD), EFDD e do Least Square Complex Exponential
(LSCE). É utilizado um sinal sintético de parâmetros conhecidos para comparar os resul-
tados obtidos entre tais técnicas. Além disso, este sinal teve alguns parâmetros alterados,
a exemplo da razão sinal-ruído, e o comportamento da estimação com estas técnicas foi
avaliado. Na etapa seguinte, são analisadas estruturas relacionadas ao conjunto BCP,
como a coluna de revestimento, onde o conjunto será instalado, além de um dos seus
principais subsistemas, o conjunto rotor-estator. Por fim, é realizada a análise modal
experimental do conjunto BCP, no interior do poço de testes, em condições de instalação
similares àquelas encontradas em um poço real.
Palavras-chave: Análise modal experimental. Bombeio por cavidades progressivas.

BCP. Enhanced frequency domain decomposition. EFDD.
vii
ABSTRACT
This work presents an experimental modal analysis of a Progressing Cavity Pumping

(PCP) system, under installation conditions similar to that of real wells. A comparative
study of techniques applied to this kind of analysis pointed out to the well known Enhan-
ced Frequency Domain Decomposition (EFDD), as that best choice capable of estimate
the modal parameters with good accuracy, even in the presence of white Gaussian noise.
It estimates the natural frequencies and mode shapes by singular value decomposition
(SVD) of the Spectral Power Density (PSD) matrix of the system response to an excita-
tion. The damping rate is obtained, in this case, by calculating the logarithmic decrement
of autocorrelation functions. The present study was carried out in two steps, the first one
consisted in the creation of codes referring to the known modal analysis methods men-
tioned in the literature: Peak Picking (PP), Frequency Domain Decomposition (FDD),
EFDD and the Least Square Complex Exponential method (LSCE). Synthetic signals
generated from known parameters were used to compare results of techniques. In ad-
dition, these signal had some parameters changed, such as the signal-to-noise ratio, to
evaluate the techniques performances. In a second step, the structures related to the PCP
were analyzed, such as the rotor-stator assembly and the well casing column. Finally,
the experimental modal analysis of the PCP inside the test well was carried out under
installation conditions similar to those found in a real well.
Keywords: Experimental modal analysis. EMA. Progressing cavity pump. PCP.

Enhanced frequency domain decomposition. EFDD.
ix
SUMÁRIO
Capítulo 1—Introdução 1
1.1 Escopo e estrutura do trabalho . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.1.2 Organização do texto . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Revisão bibliográfica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
Capítulo 2—Bombeio por cavidades progressivas 11

2.1 Componentes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2.2 Vibração em sistemas BCP . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Capítulo 3—Vibrações mecânicas 17

3.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
3.2 Importância . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3 Conceitos fundamentais . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.3.1 Classificações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.4 Sistemas com um grau de liberdade . . . . . . . . . . . . . . . . . . . . . 19
3.4.1 Resposta de um sistema amortecido a um deslocamento inicial . . 21
3.4.2 Resposta de um sistema amortecido a uma excitação harmônica . 22
3.4.2.1 Fator de qualidade . . . . . . . . . . . . . . . . . . . . . 23
3.4.3 Decremento logarítmico . . . . . . . . . . . . . . . . . . . . . . . 24
3.5 Sistemas com múltiplos graus de liberdade . . . . . . . . . . . . . . . . . 24
3.6 Resposta do sistema ao impulso . . . . . . . . . . . . . . . . . . . . . . . 26
3.6.1 Função de resposta ao impulso . . . . . . . . . . . . . . . . . . . . 27
3.6.2 Função de transferência de um sistema de 1 GDL . . . . . . . . . 27
3.6.2.1 Representações gráficas da FRF . . . . . . . . . . . . . . 28
3.6.3 Processos aleatórios . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.6.3.1 Função de autocorrelação . . . . . . . . . . . . . . . . . 30
3.6.3.2 Função de densidade espectral . . . . . . . . . . . . . . . 31
Capítulo 4—Análise modal 33

4.1 Aplicações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
4.2 Análise Modal Experimental e Operacional . . . . . . . . . . . . . . . . . 35
4.2.1 Análise modal experimental . . . . . . . . . . . . . . . . . . . . . 36
xi
xii SUMÁRIO
4.2.1.1 Preparação do experimento . . . . . . . . . . . . . . . . 37

4.2.1.1.1 Fixação da estrutura . . . . . . . . . . . . . . . 37
4.2.1.1.2 Preparação do modelo . . . . . . . . . . . . . . 38
4.2.1.1.3 Modos de excitação da estrutura . . . . . . . . 38
4.2.1.1.4 Transdutores . . . . . . . . . . . . . . . . . . . 42
4.2.2 Realização do teste modal . . . . . . . . . . . . . . . . . . . . . . 43
4.2.3 Identificação dos parâmetros modais . . . . . . . . . . . . . . . . 43
4.3 Análise Modal Operacional . . . . . . . . . . . . . . . . . . . . . . . . . . 43
Capítulo 5—Estimação de parâmetros 45
5.1 Técnicas no domínio da frequência . . . . . . . . . . . . . . . . . . . . . 45

5.1.1 Abordagem de um GDL . . . . . . . . . . . . . . . . . . . . . . . 46
5.1.1.1 Peak picking . . . . . . . . . . . . . . . . . . . . . . . . 47
5.1.1.2 Circle fit . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
5.1.1.3 Frequency Domain Decomposition - FDD . . . . . . . . 50
5.1.1.4 Enhanced Frequency Domain Decomposition - EFDD . . 53
5.1.2 Abordagem para múltiplos GDL . . . . . . . . . . . . . . . . . . . 54
5.1.2.1 Rational fraction polynomial - RFP . . . . . . . . . . . . 54
5.2 Técnicas no domínio do tempo . . . . . . . . . . . . . . . . . . . . . . . . 55
5.2.1 Técnicas baseadas no Método Prony . . . . . . . . . . . . . . . . 55
5.2.1.1 Método da exponencial complexa . . . . . . . . . . . . . 55
5.2.1.2 Least-squares complex exponential - LSCE . . . . . . . . 57
5.3 Ferramentas de auxílio na análise . . . . . . . . . . . . . . . . . . . . . . 57
5.3.1 MAC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.3.2 Diagrama de estabilização . . . . . . . . . . . . . . . . . . . . . . 58
5.3.3 Summation Function - SUM . . . . . . . . . . . . . . . . . . . . . 58
Capítulo 6—Avaliação de métodos 61
6.1 Sensibilidade ao ruído . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

6.2 Proximidade dos modos . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
6.3 Largura da janela . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6.4 Sistema real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Capítulo 7—Experimentos 73
7.1 Coluna de revestimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

7.2 Conjunto rotor/estator . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
7.3 Conjunto BCP instalado no poço . . . . . . . . . . . . . . . . . . . . . . 83
Impactos na cabeça do poço . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
Impactos na âncora de torque . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
Comparação entre os experimentos . . . . . . . . . . . . . . . . . . . . . . . . 86
SUMÁRIO xiii
Capítulo 8—Conclusões 89
8.1 Trabalhos futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
LISTA DE FIGURAS
1.1 Três sistemas instalados . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.1 Estimativa do uso de BCPs no mundo . . . . . . . . . . . . . . . . . . . 11

2.2 Movimentação do rotor no estator . . . . . . . . . . . . . . . . . . . . . . 12
2.3 Eficiência dos principais métodos de elevação artificial . . . . . . . . . . . 13
2.4 Principais componentes do BCP . . . . . . . . . . . . . . . . . . . . . . . 15
3.1 Sistema Massa-Mola-Amortecedor 1 GDL . . . . . . . . . . . . . . . . . . 20

3.2 Solução geral de um sistema 1 GDL . . . . . . . . . . . . . . . . . . . . . 20
3.3 Comparação entre as respostas para diferentes amortecimentos . . . . . . 22
3.4 Curva de resposta harmônica . . . . . . . . . . . . . . . . . . . . . . . . 24
3.5 Modelo simplificado de um automóvel . . . . . . . . . . . . . . . . . . . . 25
3.6 Modos de um sistema com dois graus de liberdade . . . . . . . . . . . . . 26
3.7 Receptância . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.8 Resposta ao impulso - Receptância . . . . . . . . . . . . . . . . . . . . . 29
3.9 Composição dos modos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29
3.10 Matriz resposta em frequência . . . . . . . . . . . . . . . . . . . . . . . . 30
4.1 Classificação dos métodos de identificação modal . . . . . . . . . . . . . . 35

4.2 Diagrama de blocos de um sistema . . . . . . . . . . . . . . . . . . . . . 36
4.3 Digitalização de um sinal analógico . . . . . . . . . . . . . . . . . . . . . 37
4.4 Exemplo de um excitador eletromagnético . . . . . . . . . . . . . . . . . 39
4.5 Tipos de fixação dos excitadores . . . . . . . . . . . . . . . . . . . . . . . 39
4.6 Tipos de sinal de excitação . . . . . . . . . . . . . . . . . . . . . . . . . . 40
4.7 Exemplos de martelos de impacto . . . . . . . . . . . . . . . . . . . . . . 41
4.8 Sinal do martelo de impacto . . . . . . . . . . . . . . . . . . . . . . . . . 42
4.9 Comparação entre o acelerômetro e transdutor de força . . . . . . . . . . 42
5.1 Partes real e imaginária da FRF - Receptância . . . . . . . . . . . . . . . 47

5.2 Peak picking - Proporções geométricas da curva de receptância de um GDL 48
5.3 Influência do termo Bij na receptância . . . . . . . . . . . . . . . . . . . 49
5.4 Frequência natural - Circle fit - Receptância . . . . . . . . . . . . . . . . 49
5.5 FDD - Identificação de valores singulares através de função de Bell feita
em N varreduras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
5.6 Picos de uma função de autocorrelação . . . . . . . . . . . . . . . . . . . 53
5.7 Algoritmos FDD e EFDD . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5.8 Exemplo de um diagrama de estabilização . . . . . . . . . . . . . . . . . 58
5.9 Exemplo de SUM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
xv
xvi LISTA DE FIGURAS
6.1 Sinal simulado no tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

6.2 Algoritmo implementado em Matlab . . . . . . . . . . . . . . . . . . . . 64
6.3 Efeito do ruído no espectro . . . . . . . . . . . . . . . . . . . . . . . . . . 65
6.4 Erro ωn - Presença de ruído . . . . . . . . . . . . . . . . . . . . . . . . . 66
6.5 Erro - Proximidade dos modos . . . . . . . . . . . . . . . . . . . . . . . . 68
6.6 Sinais de vibração com SNR de 30 dB . . . . . . . . . . . . . . . . . . . . 69
6.7 Sinal - 13 segundos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
6.8 Viga engastada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
7.1 Coluna de revestimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

7.2 Sinal de entrada do martelo . . . . . . . . . . . . . . . . . . . . . . . . . 74
7.3 Fixação do acelerômetro na coluna de revestimento . . . . . . . . . . . . 75
7.4 Distribuição dos acelerômetros na coluna de revestimento . . . . . . . . . 75
7.5 Sistema de aquisição . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
7.6 Cartões de aquisição NI 9234 . . . . . . . . . . . . . . . . . . . . . . . . 76
7.7 Respostas de amplitude de um filtro Butterworth . . . . . . . . . . . . . 77
7.8 Sinal truncado da resposta no tempo - Ponta macia . . . . . . . . . . . . 77
7.9 SVD do sinal processado - Ponta macia . . . . . . . . . . . . . . . . . . . 78
7.10 Comparação entre os resultados . . . . . . . . . . . . . . . . . . . . . . . 79
7.11 Conjunto rotor e estator com acelerômetros instalados . . . . . . . . . . . 80
7.12 Conjunto içado por corrente longa e curta . . . . . . . . . . . . . . . . . 81
7.13 Resposta no tempo - Estator de 2 m . . . . . . . . . . . . . . . . . . . . 82
7.14 SVD do sinal processado . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
7.15 Distribuição dos acelerômetros e pontos de impacto . . . . . . . . . . . . 84
7.16 Impactos na cabeça do poço . . . . . . . . . . . . . . . . . . . . . . . . . 85
7.17 Impactos na âncora de torque . . . . . . . . . . . . . . . . . . . . . . . . 86
7.18 Comparação entre os sinais de resposta . . . . . . . . . . . . . . . . . . . 87
Capítulo
1
INTRODUÇÃO
Com o desenvolvimento de equipamentos cada vez mais complexos e a necessidade de

redução de custo e tempo de desenvolvimento destes produtos, aliado ao crescente poder
de processamento dos computadores, a simulação computacional ganha cada vez mais im-
portância. Uma das suas aplicações está na análise de desempenho, estudo da integridade
estrutural e ajuste de projeto. Entretanto, para sistemas de grande complexidade, nem
sempre é possível desenvolver um modelo puramente teórico de forma precisa e eficiente.
A identificação de sistema é uma das formas de se obter uma representação teórica ba-
seada diretamente no comportamento de uma estrutura real. Esta identificação baseia-se
na relação entre as respostas de um sistema a uma série de entradas. Esta metodolo-
gia pode ser aplicada em diversas áreas, desde problemas de engenharia até sistemas
relacionados à biotecnologia (MINETTE, 2014).
O sistema de bombeio por cavidades progressivas (BCP) é um dos principais métodos
de elevação artificial utilizados na produção de petróleo. É bastante eficiente na elevação
de óleos pesados e em poços que produzem areia. Em relação aos métodos mais tradicio-
nais, o BCP é considerado novo e com mercado em expansão (VIDAL, 2005). Por conta
da sua importância na indústria do petróleo, é crescente o interesse no estudo das suas
propriedades mecânicas, visando melhorias operacionais e de projeto.
Alguns dos problemas encontrados em poços equipados com BCP estão relacionados
à vibração da bomba. Nestes casos, é interessante conhecer quais faixas de frequência
estão associadas a um elevado grau de vibração, sendo a análise modal uma das mais im-
portantes ferramentas utilizadas na identificação deste parâmetro (GUILLAUME, 2007).
Além disso, a análise de vibrações também é utilizada no acompanhamento da integridade
estrutural de estruturas e equipamentos industriais (GOYAL; PABLA, 2015).
A análise modal experimental se tornou uma das principais ferramentas na tarefa
de determinar as propriedades dinâmicas de estruturas mecânicas como as frequências
naturais, taxas de amortecimento e formas modais (FU; HE, 2001; GUILLAUME, 2007;
SCHWARZ; RICHARDSON, 1999; MEIROVITCH, 2001). Estes parâmetros são muitas
vezes agrupados e denominados apenas como modos da estrutura.
1
2 INTRODUÇÃO
A análise modal parte de dois pressupostos básicos: a estrutura se comporta de forma

linear e é invariante no tempo (BORGES, 2006). Dentre diversas aplicações, os parâme-
tros obtidos com a análise podem ser utilizados para ajustar modelos numéricos, indicar
problemas de projeto e avaliar a integridade estrutural de um equipamento em operação.
Além de indicar faixas indesejadas de operação, considerando vibrações de maior ampli-
tude decorrentes da ressonância. Essas variáveis ainda podem ser utilizadas em outras
análises da indústria que utilizam dados de vibração como parâmetro (MINETTE, 2014).
É possível classificar a análise modal, basicamente, em duas categorias, de acordo

com a forma com que a estrutura em estudo é excitada: operacional (OMA - Operational
Modal Analysis) ou experimental (EMA - Experimental Modal Analysis). Na primeira,
os dados que serão analisados são provenientes da natureza ou da própria operação do
equipamento. Normalmente é utilizada quando o sistema em estudo é de grandes dimen-
sões, como pontes e edifícios. A principal vantagem desta abordagem é que ela reflete
diretamente as condições reais de operação da estrutura, além de, muitas vezes, ser a
única forma viável de realização do ensaio (GROSEL; SAWICKI; PAKOS, 2014). A
análise modal experimental é realizada de forma controlada, geralmente em laboratório,
utilizando fontes externas para a excitação do sistema. Por ser realizada em condições
controladas, onde é possível medir a intensidade da excitação e minimizar fontes de ruído.
Essa segunda abordagem permite uma análise mais simples.
Ao longo dos anos, diversas técnicas foram desenvolvidas para a estimação dos parâ-
metros modais através da análise de dados obtidos de forma experimental ou operacional.
Dentre estas, pode-se destacar a Decomposição no Domínio da Frequência (FDD - Fre-
quency Domain Decomposition) como uma técnica relativamente nova e capaz de tratar
dados obtidos de ambos os casos. Além disso, pelo fato do usuário utilizar diretamente
funções de densidade espectral, a técnica permite que os dados sejam interpretados de
forma simples e rápida (BRINCKER; ZHANG; ANDERSEN, 2000).
A FDD consiste, basicamente, na transformação da matriz densidade espectral de

potência através da sua decomposição em valores singulares (SVD - Singular Value De-
composition). Com a decomposição, nas linhas de frequências correspondentes aos picos
de amplitude, é possível estimar as frequências naturais e as formas modais do sistema.
A decomposição no domínio da frequência gera um conjunto de sistemas independentes
de apenas um grau de liberdade. Desta forma, diferentemente do que ocorre com algumas
técnicas, é possível detectar as frequências naturais em estruturas que possuem modos
próximos (BRINCKER; ZHANG; ANDERSEN, 2000). Uma evolução da FDD, denomi-
nada EFDD (Enhanced FDD), permite também a estimação das taxas de amortecimento,
através de funções de autocorrelação obtidas a partir da SVD. Esta técnica, tratada neste
trabalho, foi desenvolvida por Brincker, Ventura e Andersen (2001), assim como a FDD.
Detalhes das etapas envolvidas na aplicação da técnica podem ser vistos no capítulo 5.
1.1 ESCOPO E ESTRUTURA DO TRABALHO 3
1.1 ESCOPO E ESTRUTURA DO TRABALHO
1.1.1 Objetivos
Este trabalho tem por finalidade realizar a análise modal para a estimação das frequências
naturais de um sistema de bombeio por cavidades progressivas, além de desenvolver uma
metodologia para a realização dos experimentos envolvidos na análise. Para a extração
dos parâmetros, a partir dos dados obtidos experimentalmente, foi implementada uma
rotina em Matlab utilizando a técnica da EFDD. O BCP utilizado está instalado no
Laboratório de Elevação Artificial (LEA) da Universidade Federal da Bahia de forma
similar à encontrada em um poço real.
A estrutura que simula o poço, de aproximadamente 32 metros de altura, onde será
instalado o BCP pode ser vista na figura 1.1. Neste mesmo local já estão presentes
uma bomba centrífuga submersa e uma bomba de fundo, de uma unidade de bombeio
mecânico. No estudo foi utilizada uma bomba da Netzsch , modelo NTZ350*180ST25.
Figura 1.1 Três sistemas instalados
1.1.2 Organização do texto
Para uma melhor compreensão e buscando uma abordagem didática dos conceitos uti-
lizados no desenvolvimento da analise modal experimental, os capítulos seguintes deste
trabalho foram organizados da seguinte maneira:
O capítulo 2 faz uma introdução geral ao sistema de bombeio de cavidades progres-
sivas, equipamento onde será aplicada a metodologia desenvolvida na conclusão deste
trabalho. Aborda a sua importância na indústria do petróleo, seu princípio de funciona-
4 INTRODUÇÃO
mento e os seus principais componentes.

No capítulo 3 são desenvolvidos os conceitos básicos relacionados às vibrações mecâ-
nicas, com uma breve introdução histórica, descrição dos principais componentes de um
modelo mecânico e fundamentação teórica a respeito de sistemas vibratórios com um ou
mais graus de liberdade.
O capítulo 4 aborda os principais conceitos relacionados à realização prática da análise
modal experimental, suas aplicações, equipamentos necessários, boas práticas, além de
uma breve introdução à análise modal operacional.
No capítulo 5 são discutidas algumas das técnicas mais comuns aplicadas à análise
modal. É feita uma breve introdução teórica e são abordadas as principais vantagens
e desvantagens associadas a cadas uma destas técnicas. Além disso, são demonstradas
algumas ferramentas utilizadas para auxiliar a análise dos dados.
O capítulo 6 são testados e comparados os resultados obtidos com técnicas distin-
tas implementadas em Matlab. São utilizadas as técnicas Peak picking, Least Square
Complex Exponential, Frequecy Domain Decomposition e Enhanced Frequency Domain
Decomposition.
No capítulo 7 são demonstrados e discutidos os resultados obtidos com os experimentos
propostos.
No capítulo 8 são feitas as considerações finais, as conclusões obtidas e algumas su-
gestões para trabalhos futuros.
1.2 METODOLOGIA
A metodologia empregada no desenvolvimento deste trabalho segue à proposta por Mi-
nette (2014). Desta forma o estudo se divide em três etapas:
1. A partir de um modelo teórico, com todos os parâmetros previamente conhecidos,

obtêm-se os sinais dinâmicos simulados. Os parâmetros modais são estimados,
paralelamente, com códigos desenvolvidos para a aplicação do PP (Peak picking),
LSCE (Least Square Complex Exponential ), FDD e EFDD, descritos no capítulo 5.
O objetivo desta etapa é realizar a validação do código e comparar os resultados
obtidos a partir de técnicas distintas.
2. Na segunda etapa, ainda com um sinal simulado e de parâmetros conhecidos, é feito

uma comparação dos resultados em função da variação de algumas características
dos dados analisados, como diferentes relações sinal-ruído. De forma similar à etapa
anterior, os resultados obtidos com o PP, LSCE, FDD e EFDD são comparados.
3. Após a realização dos testes com sinais simulados, são coletados dados de uma
estrutura real e de geometria simples. Para isto foi utilizada uma barra de alumínio
e um martelo como fonte de excitação. Como nas etapas anteriores, os parâmetros
dinâmicos estimados com os distintos métodos e os resultados são comparados.
Adicionalmente, ainda são avaliados os resultados obtidos por elementos finitos.
4. Por fim, realiza-se a análise modal experimental em um conjunto de bombeio por

1.3 REVISÃO BIBLIOGRÁFICA 5
cavidades progressivas e estruturas relacionadas a este sistema. Para a estimação

das frequências naturais foi utilizada a técnica da EFDD.
1.3 REVISÃO BIBLIOGRÁFICA
A análise de sinais de vibrações, no estudo do comportamento dinâmico de estruturas,

é uma área de crescente interesse na comunidade científica (FREITAS, 2008). Uma das
aplicações mais usuais é na manutenção preditiva, onde, através do acompanhamento
contínuo de sinais de vibração, equipamentos considerados críticos podem ter o seu com-
portamento avaliado durante a operação. Desta forma, pode-se analisar a integridade
do equipamento e prever a ocorrência de falhas, realizando intervenções somente quando
necessário.
Outra importante aplicação está na análise de sinais de vibração para a estimação
de parâmetros dinâmicos, como frequências naturais, taxas de amortecimento e formas
de vibrar, através da análise modal. Estes parâmetros são dependentes das propriedades
físicas de cada sistema, como sua massa e rigidez, e das condições de contorno. Por isso,
como muitas vezes não é possível modelar analiticamente estas condições de forma ade-
quada, a análise modal é um modo viável de se obter os parâmetros modais. Além disso,
caso alguma dessas propriedades seja alterada, o comportamento dinâmico do sistema
também será alterado.
Um dos usos dos parâmetros modais é o ajuste de modelos computacionais. Apesar
da modelagem através do método de elementos finitos (FEM - Finite Elements Method )
ser capaz de analisar a maioria das estruturas lineares, a dificuldade em reproduzir com
precisão as características dinâmicas de alguns sistema, especialmente as condições de
contorno, gera resultados que não representam adequadamente o comportamento da es-
trutura (MINETTE, 2014). Uma forma de contornar este problema é com o ajuste do
modelo utilizando os parâmetros dinâmicos estimados com a análise modal. Uma vez
ajustado, é possível utilizar a FEM para realizar a simulação como a aplicação de carre-
gamentos e a verificação dos efeitos de modificações estruturais.
A análise modal é, basicamente, classificada em duas categorias. Ela é dita experi-
mental (EMA - Experimental Modal Analysis) quando os sinais de vibração são gerados
de maneira controlada. Por outro lado, quando o sinal da resposta refere-se à dados de
operação do equipamento ou de fontes não controladas, como o vento ou força da maré, a
análise é dita operacional (OMA - Operational Modal Analysis). Neste caso, geralmente,
a força de excitação não é mensurada e conhece-se apenas a resposta da estrutura. Por-
tanto, as análise realizadas são do tipo somente resposta (output only).
O custo e, muitas vezes, a inviabilidade técnica da realização da análise modal ex-
perimental, estimulou o interesse em se desenvolver formas de estimar os parâmetros
dinâmicos a partir apenas da resposta das estruturas analisadas (FILHO, 2008). Estas
técnicas, de forma geral, são mais recentes do que aquelas que utilizam a relação entrada
e saída (input-output). Embora seja uma área de estudo com alto grau de maturidade, a
análise modal está em constante evolução e há um número significativo de novas pesquisas
(BORGES, 2006). No Brasil, trabalhos relacionados à análise modal baseada apenas na
resposta ainda não são numerosos (FREITAS, 2008).
6 INTRODUÇÃO
Há diversos textos que discorrem de forma detalhada sobre diferentes técnicas de aná-
lise de sinais de vibração, utilizando tanto da relação entrada e saída, quanto somente
saída para estimação dos parâmetros modais. Estas técnicas geralmente estão classifi-
cadas de acordo com o domínio em que operam. Desta forma, elas são, classificadas
em técnicas no domínio do tempo, no domínio da frequência e no domínio do tempo-
frequência (EWINS, 1995, 2000; ALLEMANG, 1982; LEURIDAN; AUWERAER; MER-
GEAY, 1990; MAIA, 1988; ALLEMANG, 1999; HEYLEN; SAS, 2005; FU; HE, 2001).
A técnica denominada de Enhanced Frequency Domain Decomposition (EFDD), utili-
zada neste trabalho, é o resultado da evolução de um método chamado Frequency Domain
Decomposition (FDD). Este, por sua vez, é uma evolução de uma das técnicas de análise
modal mais tradicionais, conhecida como Peak Picking (PP). A EFDD opera no domí-
nio da frequência e pode ser empregada na realização de análise do tipo output only. É
uma das técnicas mais utilizadas na estimação de parâmetros dinâmicos de estruturas
(OLIVEIRA, 2014).
O Peak picking é um dos métodos mais simples no domínio da frequência e é am-
plamente utilizado na análise modal experimental. É um método com baixo tempo de
processamento, capaz de extrair parâmetros dinâmicos, como frequências naturais e taxas
de amortecimento, a partir de dados apenas da resposta. A formulação do PP para a
estimação dos parâmetros modais é atribuída a Felber (1994), apesar do princípio básico
ter sido formulado anteriormente (BORGES, 2006). Detalhes da implementação desta
técnica podem sem encontrados em diversos textos como os de Fu e He (2001), Ewins
(1995) e Filho (2008).
Andersen (1997) avançou nos conceitos apresentados por Felber (1994) estabelecendo
alguns fundamentos da FDD. Entretanto, o desenvolvimento final do método é atribuído
a Brincker, Zhang e Andersen (2000) (BORGES, 2006). Um ano após a publicação
deste trabalho, Brincker, Zhang e Andersen (2001) apresentaram uma evolução da FDD,
a Enhanced FDD. Nesta nova versão, além das frequências naturais e formas modais
obtidas com a FDD, também é possível extrair as taxas de amortecimento com boa
acurácia, mesmo na presença de ruído.
A FDD é baseada na decomposição da matriz densidade espectral de potência (PSD -
Power Spectral Density). Esta matriz é construída a partir dos autoespectros, na diagonal
principal, e dos espectros cruzados nas demais posições, para cada raia de frequência. A
decomposição é realizada utilizando a ferramenta denominada de decomposição em valo-
res singulares (SVD - Singular Value Decomposition). Com a SVD, para cada frequência,
é obtido um valor singular e um vetor singular correspondente. A partir dos picos da SVD
é possível estimar as frequências naturais do sistema, enquanto que através dos vetores
singulares é obtida uma estimação da forma de vibrar associada (BRINCKER; ZHANG;
ANDERSEN, 2000).
Na EFDD, além dos passos presentes na FDD, são incluídas outras etapas, como a
utilização do Modal Assurance Criterion (MAC) para avaliar os vetores singulares na
vizinhança de uma frequência de pico. Com esta ferramenta pode-se determinar uma
função densidade espectral de um sistema de apenas um grau de liberdade, denominada
função de Bell. Estes dados retornam ao domínio do tempo aplicando-se a transformada
inversa de Fourier. Desta forma, é obtida uma função de autocorrelação correspondente
àquele grau de liberdade (GDL). A taxa de amortecimento pode ser obtida através do
decremento logarítmico desta função. Como outras técnicas no domínio da frequência, o
PP, FDD e EFDD apresentam uma interface amigável, que oferece ao usuário uma forma
intuitiva de análise inicial dos dados (BRINCKER; ZHANG; ANDERSEN, 2001)
Ná literatura há um grande número de estudos relacionados à estimação de parâmetros
dinâmicos de estruturas de engenharia civil de grande porte. Nestes casos, devido à
dimensão das estruturas, a análise modal experimental é, geralmente, inviável. Por isso,
em grande parte dos trabalhos aplica-se a análise modal operacional.
No estudo realizado por Cunha e Caetano (2006) é feito um resumo de diversos as-
pectos da análise modal, como o sistema de aquisição de dados, equipamentos necessários
para os experimentos, formas de excitação de grandes estruturas e técnicas de análise
modal no domínio do tempo e no domínio da frequência. Também são demonstrados
exemplos de casos, onde foram estimados os parâmetros dinâmicos de diversas pontes.
São discutidas análises tanto do tipo output only, quanto input-output. O autor constata
que, mesmo sem mensurar o sinal de entrada, as técnicas baseadas somente na resposta
são capazes de obter com boa acurácia os parâmetros modais e são ideais para casos onde
deseja-se analisar estruturas de grande porte ou em condições de operação.
Outro exemplo de aplicação de análise modal em estruturas civis pode ser encontrado
no trabalho de Hamang (2015). Ele realiza a análise modal de uma ponte, a partir de
dados operacionais, utilizando a EFDD. O algoritmo desenvolvido para aplicação da téc-
nica foi validado com o uso de um sinal sintético, de parâmetros conhecidos. Em seguida,
a EFDD foi utilizada para estimar os parâmetros dinâmicos da ponte. Neste estudo, a
fonte de excitação utilizada foi a ação do vento, considerando três condições distintas
de velocidade média, e do tráfego de veículos. Os parâmetros estimados apresentaram
valores similares nas condições observadas. As frequências naturais se mantiveram muito
próximas, enquanto que as taxas de amortecimento apresentaram tendência de serem
pouco maiores em condições de maior velocidade média.
Filho (2008) propõe a aplicação de uma técnica híbrida para a realização da análise
modal operacional. No trabalho são detalhadas e implementadas diversas técnicas, no
domínio do tempo, da frequência e do tempo-frequência. Os algoritmos gerados para
implementação dos métodos foram validados através de simulações numéricas. Posterior-
mente, é proposta uma técnica híbrida e recursiva, validada também com sinais sintéticos.
Por fim, a técnica desenvolvida é utilizada para estimar os parâmetros modais de uma
passarela de pedestres, utilizando como sinal de entrada a carga gerada pelo caminhar
dos usuários. A técnica proposta pelo autor ainda infere as incertezas dos parâmetros
estimados.
No trabalho realizado por Soares e Sotomayor (2015), é proposta a utilização da FDD
para a avaliação da integridade estrutural de plataformas offshore. O sistema é modelado
analiticamente e o sinal de entrada simula a ação das ondas na plataforma, sendo então
uma análise operacional do tipo output-only. São descritas as etapas da implementação
da técnica e da aplicação deste tipo de excitação. O modelo utilizado possui apenas
dois graus de liberdade e não foram realizadas etapas experimentais. Apesar das sim-
plificações, o estudo conclui que a FDD pode ser utilizada para o acompanhamento da
integridade de equipamentos de grande porte durante a operação, através da avaliação
8 INTRODUÇÃO
dos parâmetros modais.

Em um outro estudo, apresentado por Soares, Silva e Sotomayor (2015), são analisadas
duas estruturas simuladas, excitadas a partir de sinais de um terremoto real. O primeiro
modelo representa uma estrutura linear real de 4 GDL, enquanto que o segundo representa
um prédio de 20 andares, com 414 GDL, considerado um modelo não linear. Para a
estimação das frequências naturais e taxas de amortecimento é utilizada a FDD. Os
parâmetros modais são comparados com resultados obtidos de forma analítica e de acordo
com normas de projeto de engenharia civil. Os autores então concluem que a FDD é capaz
de estimar com boa acurácia as frequências naturais e taxas de amortecimento, tanto de
sistemas lineares quanto de sistemas não lineares, baseando-se apenas na resposta das
estruturas.
Oliveira (2014) realiza a identificação das propriedades dinâmicas do piso de um giná-
sio. É feita a análise modal operacional, utilizando como excitação de entrada a atividade
dos usuários do ginásio, como movimentos de dança e de saltos. São abordados os méto-
dos no domínio da frequência do PP, FDD e EFDD. São citados também alguns métodos
no domínio do tempo como o Stochastic Subspace Identification (SSI) e suas variantes. A
aplicação das técnicas é realizada através do software ARTeMIS, que contempla os mé-
todos descritos. Também foi realizada modelagem computacional da estrutura e pode-se
constatar a discrepância entre os valores obtidos com o FEM e os experimentais.
No trabalho apresentado por Freitas (2008) também são aplicados os métodos SSI
e FDD, utilizando apenas os dados da resposta da estrutura. São revisadas detalha-
damente as técnicas utilizadas e são desenvolvidos algoritmos para a implementação de
ambas. Primeiramente são utilizados sinais sintéticos, buscando simular a resposta de
uma estrutura do tipo frame, engastada na base e de parâmetros conhecidos. Após a
validação dos algoritmos, é realizada a análise sobre uma estrutura real, também do tipo
frame, similar à simulada.
Estes resultados são comparados com os obtidos através do método de elementos
finitos. Por fim, são analisados os sinais de resposta de um prédio real. O autor destaca
que a FDD, em relação à SSI, é um método mais simples e que exige um menor esforço
computacional. Além disso, reforça a dificuldade de simular toda a complexidade de uma
estrutura real em um modelo numérico. O estudo demonstra que tanto a SSI quanto a
FDD obtêm resultados satisfatórios analisando apenas a resposta da estrutura analisada.
Ferreira (2013) trata sobre o ajuste de modelos de elementos finitos e a sua utilização
para a identificação de parâmetros modais. Destaca-se que os principais erros nesse tipo
de modelagem geralmente estão relacionados ao comportamento do material, às condições
de contorno e à definição da ordem do modelo. São discutidos diversos estudos de caso
com estruturas de engenharia civil reais e demonstradas formas de excitar grandes estru-
turas. Também são abordados alguns algoritmos de atualização automática de modelos
de elementos finitos. Os parâmetros modais utilizados no ajuste do modelo são estimados
através do ARTeMIS, utilizando tanto a EFDD quanto o SSI.
No trabalho realizado por Borges (2006), é apresentada uma metodologia para a rea-
lização da análise modal experimental baseada apenas na resposta, utilizando a FDD. Na
primeira etapa do estudo são avaliados dados simulados de um sistema com parâmetros
conhecidos, com o objetivo de avaliar a técnica. Posteriormente, são utilizados dados
experimentais de uma estrutura metálica tubular, que busca simular um prédio de três
andares em escala. Além desta, é também analisada a estrutura de um mini-carro uti-
lizado em competições universitárias. Na primeira estrutura, além da FDD, é utilizado
o método de Ibrahim, mensurando o sinal de entrada, e o método de elementos finitos.
Para a estrutura do carro, foram utilizados o PP, Razão Polinomial, método de Ibrahim
e a FDD. Os resultados obtidos com as diversas técnicas foram comparados e o autor
demonstra que, mesmo sem mensurar o sinal de entrada, a FDD estima os parâmetros
modais com boa acurácia.
Minette (2014) aplicou a análise modal experimental em um sistema de bombeio
centrífugo submerso (BCS) instalado em um poço de testes. Foi utilizada a técnica, no
domínio do tempo, denominada Least Square Complex Exponentials (LSCE). É detalhada
a metodologia utilizada tanto na parte experimental, quanto na etapa de análise dos
dados. O BCS estudado foi instalado em um poço de testes, similar a um poço real.
Foram detalhados também os equipamentos utilizados, a forma de fixação e disposição
dos acelerômetros e local de aplicação dos impactos. É realizada uma análise do tipo
output-only, com a excitação feita através de um martelo de impacto.
Não foram encontrados na literatura trabalhos relacionados especificamente à análise
modal em sistemas de bombeio por cavidades progressivas (BCP). No estudo feito por
Rodrigues e Silva (2004) é feita uma estimação dos parâmetros modais, com o objetivo
de avaliar a integridade estrutural de hastes de um conjunto de BCP. A estimação foi
realizada através do método de elementos finitos, mas este modelo não foi ajustado nem
validado por dados experimentais. Além disso, a simulação da falha é feita somente
através da redução do diâmetro de uma seção da haste e o conjunto de hastes é tratado
como um único eixo cilíndrico contínuo. Apesar destas simplificações, o estudo conclui
que é possível monitorar a integridade estrutural das hastes, mas não indica como realizar
este acompanhamento em um poço real, com um sistema BCP instalado.
Capítulo
2
BOMBEIO POR CAVIDADES PROGRESSIVAS
No final da década de 1920, René Moineau desenvolveu um modelo de bomba conhe-

cido como progressive cavity (cavidade progressiva). Eram bombas de uso geral e foram
amplamente utilizadas pela indústria da época. Após a Segunda Guerra, com o desenvol-
vimento de novas tecnologias para a fabricação de elastômeros sintéticos, estas bombas
começaram a ser utilizadas para o transportes de fluidos da indústria do petróleo. Ape-
nas no final da década de 1970 o bombeio por cavidades progressivas (BCP) passou a ser
utilizado como método de elevação artificial em poços de petróleo. No Brasil, o emprego
deste tipo de bomba para a extração de petróleo iniciou-se em 1984 e, desde então, o seu
uso tem crescido (THOMAS, 2001).
Apesar de ser um método relativamente novo (em comparação com as técnicas mais
tradicionais), nas últimas décadas o BCP vem se destacando como um dos métodos mais
comuns de elevação artificial (MATTHEWS; ZAHACY; SKOCZYLAS, 2002). A figura
2.1 demonstra uma estimativa do uso do BCP ao redor do mundo.
Figura 2.1 Estimativa do uso de BCPs no mundo
Fonte: Adaptado de Matthews, Zahacy e Skoczylas (2002)
11
12 BOMBEIO POR CAVIDADES PROGRESSIVAS
Segundo Thomas (2001), o BCP "é um método de elevação artificial em que a trans-
ferência de energia ao fluido é feita através de uma bomba de cavidades progressivas. É
uma bomba de deslocamento positivo que trabalha imersa em poço de petróleo". Esta
é constituída de um conjunto de rotor e estator em formato de hélice macho simples e
hélice fêmea dupla, respectivamente. A rotação do rotor no interior do estator causa um
movimento axial das cavidades, de forma progressiva e em sentido ascendente (THOMAS,
2001), como pode ser visto na figura 2.2. Com o deslocamento relativo entre estes dois
elementos, o fluido é forçado no sentido da descarga até ser produzido na superfície.
Figura 2.2 Movimentação do rotor no estator
Fonte: Adaptado de Wittrisch e Cholet (2012)
A bomba pode ser acionada tanto da superfície, transmitindo torque através de uma
coluna de hastes, quanto de um motor elétrico ou hidráulico submerso, instalado na
admissão da bomba. É um método de elevação simples, além de bastante eficiente na
produção de fluidos muito viscosos.
Uma das principais vantagens do BCP em relação aos métodos de elevação artificial
mais comuns é sua boa eficiência. De forma geral, apresenta maior eficiência em relação
a estes métodos, com média entre 55 e 75%, como pode ser visto na figura 2.3. Outras
vantagens são (MATTHEWS; ZAHACY; SKOCZYLAS, 2002):
• Capacidade de produzir fluidos com alta viscosidade;

2.1 COMPONENTES 13
• Tolerância à produção com alta concentração de areia;

• Boa resistência a abrasão;
• Baixo custo de investimento;
• Baixo consumo energético;
• Simples instalação e operação;
• Baixa necessidade de manutenção;
• Baixa geração de ruído;
• Pequena estrutura na superfície.
As principais desvantagens do BCP com estatores de elastômero estão relacionadas
às suas limitadas capacidades de bombeio e de elevação, além de problemas relativos à
incompatibilidade química entre o elastômetro utilizado no estator e certos tipos de fluido.
Outras desvantagens são a sua limitação em relação à temperatura (limite superior em
torno de 180◦ C), tendência de ocorrer danos permanentes no estator caso opere a seco,
mesmo que por períodos curtos, e excesso de vibração quando operando em alta velocidade
(MATTHEWS; ZAHACY; SKOCZYLAS, 2002).
Figura 2.3 Eficiência dos principais métodos de elevação artificial
Fonte: Adaptado de Takacs (2015)
2.1 COMPONENTES
Alguns dos principais componentes de um sistema BCP básico estão destacados na figura
2.4 e seguem listados abaixo. Além destes, podem ser encontrados em poços que utilizam
o BCP diversos outros equipamentos como separadores de gás, centralizadores, tubo de
extensão e sistemas de controle na superfície.
• Rotor: Peça usinada em aço no formato de uma espiral macho simples, geralmente
revestida com Cromo para aumentar sua resistência à abrasão;
• Estator: Estrutura no formato de espiral fêmea dupla, composta de material macio,

geralmente elastômero. É fixado no interior de um tubo metálico;
• Coluna de hastes: Conjunto de hastes responsável por transmitir torque do motor

(geralmente situado na superfície) até o rotor;
• Haste polida: Última seção da coluna de hastes, utilizada para possibilitar a vedação
da coluna de hastes na cabeça do poço;
• Âncora de torque: Equipamento utilizado para evitar que a coluna de produção

desenrosque;
• Cabeçote: É o equipamento responsável por transferir o torque do motor para a

coluna de hastes e vedar a haste polida. Além disso, é o equipamento responsável
pela sustentação do conjunto de hastes. Geralmente são acionados por um motor
elétrico e possuem uma redução por corrente ou polia (THOMAS, 2001).
2.2 VIBRAÇÃO EM SISTEMAS BCP 15
Figura 2.4 Principais componentes do BCP
Fonte: Adaptado de Wang e Yang (2011)
2.2 VIBRAÇÃO EM SISTEMAS BCP

Por ser um equipamento rotativo com rotor excêntrico, o conjunto BCP está sujeito a vi-
brações de grande intensidade. O excesso de vibrações pode causar diversos tipos de falha
no equipamento, principalmente relacionadas à fadiga e desgaste mecânico, reduzindo a
sua vida útil (WITTRISCH; CHOLET, 2012). Além disso, as vibrações podem provocar
o desenroscamento de alguns dos seus componentes, gerando interrupção da produção
para remontagem do conjunto.
Considerando a sua importância na indústria e os problemas relativos ao excesso de
vibração, a análise modal é uma importante ferramenta para o estudo do comportamento
dinâmico do conjunto. Com a estimação dos parâmetros modais pode-se ajustar modelos
computacionais, permitindo a realização de simulações e ajustes de projeto. A operação
também pode se beneficiar com os os resultados da análise modal, evitando operar em

condições de ressonância da estrutura do conjunto. Esta informação pode ajudar, de
acordo com a experiência do corpo técnico, na definição da utilização de equipamentos
como a âncora de torque e centralizadores.
Por diversas dificuldades, como a de se instrumentar um poço real com acelerômetros,
há poucos estudos experimentais com bombas instaladas em condição de operação. Um
estudo similar, mas realizado em um sistema de bombeio centrífugo submerso e com outra
técnica de análise, pode ser encontrado em Minette (2014).
Capítulo
3
VIBRAÇÕES MECÂNICAS
Dinâmica é o ramo da física que estuda o movimento dos corpos em resposta à aplicação
de forças. Dentro deste ramo, vibrações (ou oscilações) é a área que se dedica ao estudo
de sistemas que estão submetidos a forças restauradoras que tendem a trazer os corpos de
volta a uma posição de equilíbrio (MEIROVITCH, 2001). Segundo Rao (2008), ”a teoria
de vibração trata do estudo de movimentos oscilatórios de corpos e as forças associadas
a eles”. Como os efeitos relativísticos são geralmente desprezíveis, os movimentos dos
corpos podem ser descritos através das leis de Newton (MEIROVITCH, 2001).
3.1 HISTÓRICO
As vibrações mecânicas ja despertavam o interesse das pessoas desde os primórdios das

civilizações mais antigas, quando foram desenvolvidos os primeiros instrumentos musicais.
A música já era uma arte bastante desenvolvida em algumas sociedades desde 4.000 a.C.
(MILLER, 1935 apud RAO, 2008). Ainda nos anos 500 a.C., os sons começaram a ser
investigados com uma conotação científica por Pitágoras, estabelecendo o conceito de
tonalidade. Entretanto, apenas no século XVI d.C., Galileu foi capaz de determinar a
relação entre tonalidade e frequência. Ele também foi responsável por realizar os primeiros
estudos sobre pêndulos simples, descrevendo a relação entre o comprimento do fio e sua
frequência de oscilação (RAO, 2008).
No século XVII, Joseph Sauveur (na França) e John Wallis (na Inglaterra), indepen-
dentemente, começaram a descrever as formas modais observadas em uma corda esticada.
Além disso, constataram que as vibrações de frequência mais altas eram múltiplas inteiras
da frequência de vibração mais simples (quando não há nenhum nó). Sauveur denomi-
nou as primeiras de harmônicas e a última de fundamental. Ele também observou que
era possível que uma corda vibrasse com diversas harmônicas presentes simultaneamente
(RAO, 2008).
No século XVII, através das equações dinâmicas de Daniel, foi provado que, na pre-
sença de diversas harmônicas, o deslocamento de um ponto qualquer é igual à soma dos
17
18 VIBRAÇÕES MECÂNICAS
deslocamentos desse ponto em cada uma das harmônicas individualmente. Isto é des-
crito como o princípio da superposição e foi uma das mais importantes contribuições no
desenvolvimento da teoria das vibrações mecânicas (RAO, 2008).
Mesmo com todo o conhecimento adquirido até então, só foi possível modelar sistemas
de forma mais refinada, considerando um grande número de graus de liberdade (GDL),
a partir dos anos 50 com a utilização de computadores de alta velocidade. A computa-
ção também permitiu o desenvolvimento da análise por elementos finitos, resultando em
modelos detalhados, com milhares de GDL (RAO, 2008).
3.2 IMPORTÂNCIA
Os primeiros estudos na área de vibrações eram focados no entendimento e descrição dos
fenômenos observados em sistemas físicos. Nas engenharias, há um crescente interesse na
aplicação deste conhecimento em diversas áreas como no projeto máquinas, de estruturas
e em sistemas de controle. Entre os problemas relacionados às vibrações excessivas,
podem ser citados a redução da vida útil do equipamento, desconforto para o usuário
devido à trepidação, interferência na operação de equipamentos próximos e altos níveis
de ruído.
Além disso, caso a estrutura seja excitada em determinadas frequências, poderá ocor-
rer o fenômeno da ressonância. Ele é responsável por gerar vibrações com amplitudes
excessivas, podendo resultar em colapso da estrutura. Levando em consideração estes
aspectos, o teste de vibrações se tornou uma rotina no desenvolvimento de novos projetos
de engenharia (RAO, 2008).
3.3 CONCEITOS FUNDAMENTAIS

Sistemas vibratórios são governados por suas equações de movimento, obtidas através
da aplicação de leis da física, relacionando a sua resposta a uma excitação de entrada
ou condições iniciais não nulas. A modelagem consiste na obtenção de um modelo sim-
plificado que seja capaz de simular o comportamento do sistema real a ser estudado
(MEIROVITCH, 2001). Um modelo mecânico é composto, basicamente, por quatro
componentes:
1. Armazenador de energia potencial: Mola com coeficiente de elasticidade k;
2. Armazenador de energia cinética: Massa m;
3. Dissipador de energia: Amortecedor com coeficiente de amortecimento c;
4. Fonte de energia: Força externa F .
A vibração ocorre em consequência da troca alternada entre a energia potencial e

cinética e o balanço entre a energia dissipada e a fornecida. Outro conceito importante é
o de graus de liberdade, que é o número mínimo de coordenadas independentes suficientes
para determinar todas as posições possíveis dos componentes de um sistema num dado
instante de tempo (FU; HE, 2001).
3.4 SISTEMAS COM UM GRAU DE LIBERDADE 19
É importante ressaltar que a maioria dos sistemas possui elementos deformáveis, apre-
sentando assim infinitos GDL. Este são denominados como sistemas contínuos (ou distri-
buídos), enquanto que aqueles que possuem número limitado de GDL são ditos discretos
(ou concentrados). Em função da maior simplicidade, na maioria das vezes os sistemas
contínuos são aproximados para discretos (RAO, 2008).
3.3.1 Classificações
• Quanto à presença de excitação externa: A vibração pode ser classificada

como livre quando não há a presença de uma fonte externa de excitação, caso con-
trário a vibração é dita forçada. Neste caso, se a frequência da força externa coinci-
dir com uma frequência natural da estrutura, ocorrerá o fenômeno da ressonância,
gerando oscilações com amplitudes indesejáveis.
• Quanto à presença de elemento dissipador: Caso haja alguma fonte de dis-

sipação de energia, a vibração é denominada amortecida, caso contrário ela será
não-amortecida.
• Quanto à linearidade do sistema: Se todos os componentes elencados no item

3.3 se comportarem de maneira linear, então a vibração é dita linear, caso contrário
ela será não linear. No primeiro caso as equações diferenciais que modelam o sistema
serão lineares e o princípio da superposição será válido.
• Quanto à previsibilidade da excitação externa: Quando a magnitude da força

aplicada externamente pode ser prevista em qualquer instante de tempo, esta força
é determinística e a vibração causada por ela é dita determinística. Caso a força
atue de forma não previsível, a vibração resultante é denominada aleatória. Neste
caso, é necessário coletar um grande número de amostras para buscar algum modelo
estatístico capaz caracterizar aquela vibração.
3.4 SISTEMAS COM UM GRAU DE LIBERDADE
De forma geral, um sistema massa-mola amortecido viscosamente (figura 3.1) pode ser
descrito, a partir da segunda lei de Newton, pela equação ..
mẍ + cẋ + kx = F (t) (.)
onde F (t) é a força externa aplicada ao sistema, c é o coeficiente (ou constante) de

amortecimento viscoso, k é o coeficiente de elasticidade e x, ẋ e ẍ são o deslocamento,
velocidade e aceleração da massa m, respectivamente. Seguindo a classificação descrita no
tópico 3.3.1, para sistemas não amortecidos têm-se c = 0 e para vibrações livres F (t) = 0.
Figura 3.1 Sistema Massa-Mola-Amortecedor 1 GDL
Fonte: Adaptado de Rao (2008)
Para um sistema amortecido viscosamente e sujeito a uma força externa F (t), a solução
da equação ., é dada pela soma da solução homogênea xh (t) (vibração livre, F (t) = 0)
e a particular xp (t). Como no caso amortecido e livre de excitações externas o sistema
eventualmente entrará em equilíbrio estático, ao longo do tempo a contribuição da parcela
homogênea se torna nula e a solução completa do sistema se torna apenas xp (t). Para um
sistema excitado harmonicamente, as soluções homogênea, particular e geral podem ser
observadas na figura 3.2. A primeira parcela do movimento é dita transitória, enquanto
a segunda é permanente. O tempo necessário para que a fração transitória seja extinta é
função dos parâmetros do sistema k, c e m (RAO, 2008).
Figura 3.2 Solução geral de um sistema 1 GDL
Fonte: Rao (2008)
Apesar de que poucos sistemas reais possam ser modelados com apenas um grau de
liberdade, pelo princípio da superposição, modelos lineares com n GDL podem ser repre-
sentados como uma combinação linear de n sistemas de um GDL. Além disso, diversos
métodos de estimação de parâmetros são baseados em conceitos de sistemas com um grau
de liberdade.
3.4.1 Resposta de um sistema amortecido a um deslocamento inicial

Neste caso F (t) = 0 e a equação do movimento torna-se simplesmente:
mẍ + cẋ + kx = 0 (.)

Pode-se assumir uma solução na forma:
x(t) = Ceλt (.)

onde C e λ são duas constantes a serem determinadas. Aplicando a equação . na
equação do movimento, é determinada a equação característica e suas raízes:
mλ2 + cλ + k = 0 (.)
r
c c 2 k
λ1,2 =− ± − (.)
2m 2m m
A solução da equação . é dada por:
x(t) = C1 es1 t + C2 es2 t (.)

onde C1 e C2 são constantes a serem definidas a partir das condições iniciais do sistema.
O valor do amortecimento para o qual o radical da equação . zera é conhecido
como amortecimento crítico (cc ) e a razão entre a constante de amortecimento c e o
amortecimento crítico cc é denominado taxa de amortecimento viscoso (ξ) (ROSA, 1996):
c 2 r
c k k
− = 0 → cc = 2m = 2mωn (.)
2m m m
c
ξ= (.)
cc
Desta forma a resposta do sistema varia de acordo com a magnitude da taxa de
amortecimento, como pode ser visto na figura 3.3. Assim, há quatro cenários possíveis:
1. Caso 1: ξ = 0 Sistema não amortecido.
2. Caso 2: ξ < 1 Sistema subamortecido. Neste caso, a amplitude do movimento

diminui exponencialmente, numa quantidade ωd conhecida como frequência circular
amortecida (ωd = ωn 1 − ξ 2 ). O valor p
de ωn é conhecido como frequência circular
p
natural do sistema e é dada por: ωn = k/m
3. Caso 3: ξ = 1 Sistema criticamente amortecido.
4. Caso 4: ξ > 1 Sistema superamortecido.

A maioria das estruturas reais se encontra no segundo caso, com taxa de amorteci-
mento inferior a 10%, ou seja, são sistemas subamortecidos (ROSA, 1996). Neste caso as
raízes da equação característica são complexas conjugadas. Estas raízes e a resposta do
sistema são dadas, respectivamente, pelas equações . e ..
p
λ1,2 = ωn (−ξ ± j 1 − ξ2) (.)
p
x(t) = X0 e−ξωn t cos 1 − ξ 2 ωn t − φ0 (.)
onde X0 e φ0 representam a amplitude e fase iniciais, ωn é a frequência natural e ξ é
a taxa de amortecimento. A resposta oscila dentro do envelope x(t) = X0 e−ξωn t e se
reduz ao longo do tempo t. As raízes da equação característica podem ser descritas pela
equação .:
λ1,2 = α ± jωd (.)

onde α é denominado fator de amortecimento e é dado por α = −ωn ξ (ROSA, 1996).
Figura 3.3 Comparação entre as respostas para diferentes amortecimentos
3.4.2 Resposta de um sistema amortecido a uma excitação harmônica

Uma classe de forças bastante importante no estudo de vibrações é a das excitações
harmônicas. Elas fazem parte do grupo de excitações periódicas, com frequência angular
ω, sendo compostas por forças proporcionais a sen(ωt), cos(ωt) ou uma combinação delas
(MEIROVITCH, 2001). Equipamentos rotativos com algum tipo de desbalanceamento
são fontes comuns deste tipo de excitação.
Considerando que F (t) = F0 cos(ωt), parte real de F (t) = F0 ejωt , a equação do
movimento e sua solução particular xp (t) tornam-se, respectivamente:
mẍ + cẋ + kx = F0 cos(ωt) (.)
xp (t) = X cos(ωt − φ) (.)

onde X e φ são a amplitude máxima e o ângulo de fase da resposta e ω é a frequência de
F (t). Realizando algumas substituições, pode-se chegar a (RAO, 2008):
X 1 1
=( ) 21 = q (.)
δst 2 2 (1 − r 2 )2 + (2ξr) 2
h i2
ω
1− ωn
+ 2ξ ωωn

2ξr
φ = tg −1
(.)
1 − r2
Onde δst é a deflexão devido à força estática (δst = F0 /k), r é a razão de frequências
(r = ω/ωn ) e X/δst é a razão entre a amplitude dinâmica e a estática, conhecida como
fator de amplificação.
É possível observar, a partir da equação ., que para o caso não amortecido (c = ξ =
0) a amplitude tenderá ao infinito se ω = ωn . Neste caso, o sistema estará em ressonância
e o deslocamento ultrapassará os limites aceitáveis.
3.4.2.1 Fator de qualidade Para sistemas que apresentam pequena taxa de amor-
tecimento (ξ < 0, 05), o fator de qualidade (ou fator Q), denominado assim por analogia
a outros sistemas da engenharia elétrica, é definido como (RAO, 2008):

X X 1
≈ = =Q (.)
δst mx δst ω=ωn 2ξ
√
Os pontos R1 e R2 mostrados na figura 3.4, onde o fator de amplificação cai para Q/ 2
são conhecidos como pontos de meia-potência. Esta nomenclatura se dá pois a potência
absorvida ∆W pelo amortecedor respondendo harmonicamente a uma dada frequência
é proporcional ao quadrado da amplitude. A distância entre estes pontos é chamada de
largura de banda ∆ω (RAO, 2008).
∆W = πcωX 2 (.)
∆ω = ω2 − ω1 ≈ 2ξωn (.)
Combinando as equações . e ., obtém-se:
1 ωn
≈
Q= (.)
2ξ ω2 − ω1
A partir da equação . é possível perceber que o fator Q pode ser utilizado para esti-
mar o valor da constante de amortecimento viscoso (c) de um sistema mecânico utilizando
dados obtidos através da análise modal experimental (detalhada no capítulo 4).
Figura 3.4 Curva de resposta harmônica
Fonte: Rao (2008)
3.4.3 Decremento logarítmico

Considerando que o decremento logarítmico δ é dado o pela logaritmo da razão entre
duas amplitudes sucessivas (x1 e x2 ) nos tempos t1 e t2 , ele representa a taxa de redução
da amplitude de um sistema vibratório livremente amortecido.
x1
δ = ln (.)
x2
E aplicando a equação . de um sistema subamortecido para x1 e x2 com período
da vibração amortecida τd (τd = 2π/ωd ) chega-se à seguinte relação:
2πc
δ= (.)
2mωd
Para pequenos amortecimentos (ξ 1) a expressão do decremento logarítmico pode
ser aproximada para (RAO, 2008):
δ = 2πξ (.)
Para um sistema com amortecimento desconhecido, o decremento logarítmico pode
ser determinado experimentalmente através da medição de duas amplitudes consecutivas
quaisquer. Por isso ele é utilizado em algumas técnicas de extração de parâmetros modais
para obtenção da taxa de amortecimento.
3.5 SISTEMAS COM MÚLTIPLOS GRAUS DE LIBERDADE

Uma das características que distinguem os sistemas com múltiplos graus de liberdades
(GDLs) dos de apenas um grau é que os primeiros, além de possuírem frequências naturais,
apresentam configurações de deslocamentos característicos (formas de vibrar). Essas
3.5 SISTEMAS COM MÚLTIPLOS GRAUS DE LIBERDADE 25
formas são conhecidas como os modos naturais de vibração (ou formas modais) daquele
sistema e existem em quantidade igual aos graus de liberdade (MEIROVITCH, 2001).
O número de graus de liberdade de um sistema pode ser determinado através do
produto entre o número de massas e a quantidade de tipos de movimento que cada uma
dessas massas pode ter (RAO, 2008). Para cada grau de liberdade (GDL) há uma equação
de movimento associada, resultando em um sistema de equações diferenciais. Geralmente
estas equações são do tipo diferenciais acopladas, ou seja, em cada uma delas estará
presente mais de um GDL. Neste caso as coordenadas utilizadas são ditas generalizadas.
Sistema mecânicos reais são contínuos e por isso possuem um número infinito de graus de
liberdade. Levando em consideração o ganho significativo em simplicidade e consequente
redução de tempo de análise, sistemas contínuos geralmente são aproximados por modelos
com um número finito de GDL (RAO, 2008).
Para qualquer sistema, sempre é possível determinar um novo grupo específico de
coordenadas, resultando em equações desacopladas. Neste caso as coordenadas são de-
nominadas como principais. É possível representar um sistema de n GDL desacoplado
através de n subsistemas independentes uns dos outros.
Um modelo simplificado de um automóvel pode ser visto na figura 3.5. Nele a carro-
ceria foi aproximada para um corpo rígido único, apoiado sobre o sistema de suspensão
de massa desprezível e por quatro pneus. A suspensão é composta por uma mola e um
amortecedor, enquanto que os pneus e eixos foram aproximados para um sistema massa-
mola (considerando desprezível o seu amortecimento) (MEIROVITCH, 2001). Uma vez
obtido o modelo simplificado é possível identificar seus movimentos e, consequentemente,
seus graus de liberdade.
Figura 3.5 Modelo simplificado de um automóvel
Fonte: Meirovitch (2001)

A aplicação de uma força arbitrária resultará numa vibração composta por uma com-
binação linear dos modos. Comumente considera-se que na vizinhança de uma frequência
natural o modo resultante é influenciado tão fortemente pelo modo daquela frequência que
a contribuição dos demais pode ser desprezada. Caso a frequência da excitação aplicada
seja igual a uma das frequências naturais da estrutura, o sistema irá ressoar, resultando
em amplitudes máximas.
De forma semelhante à dos sistemas com apenas um GDL, sistemas com n graus
podem ser modelados a partir da segunda Lei de Newton. Estas equações geralmente
são apresentadas utilizando a forma matricial, como na equação .. Onde as matrizes
[m], [c] e [k] são simétricas e de dimensão n × n. Elas são conhecidas como matrizes de
massa, amortecimento e rigidez e os vetores ~x¨, ~x˙ , ~x e F~ de tamanho n representam a
aceleração, velocidade, deslocamento e força, respectivamente.
[m]~x¨ + [c]~x˙ + [k]~x = F~ (.)

A partir da equação ., é possível determinar as n amplitudes Xn associadas às
n frequências naturais. Dessa maneira pode-se estimar as formas modais de um dado
sistema quando excitado em uma das suas frequências naturais. A figura 3.6 mostra um
sistema não amortecido com dois GDL e as suas respectivas formas de vibrar.
Figura 3.6 Modos de um sistema com dois graus de liberdade
3.6 RESPOSTA DO SISTEMA AO IMPULSO

Segundo Haykin e Veen (2001), "um sistema é formalmente definido como uma entidade
que manipula um ou mais sinais para realizar uma função, produzindo, assim, novos
sinais".
Um sistema é classificado como linear se o princípio da superposição é respeitado e
ainda pode ser classificado como estacionário (ou invariante no tempo) se a relação entre
entrada e sua saída não são função do tempo. Um sistema linear e estacionário é denomi-
nado LTI (Linear Time Invariant), o qual é uma das configurações mais importantes na
Engenharia (FILHO, 2008; MITRA; KUO, 2006). Um sistema massa-mola-amortecedor
de um grau de liberdade pode ser aproximado para um sistema LTI.
3.6 RESPOSTA DO SISTEMA AO IMPULSO 27
A modelagem de um sistema consiste na sua descrição matemática, lógica ou gráfica

(ROBERTS, 2009). O modelo deve representar as principais características daquele sis-
tema, entretanto deve-se evitar excesso de complexidade, que poderia dificultar, ou até
mesmo inviabilizar, o seu uso.
3.6.1 Função de resposta ao impulso

A resposta de um sistema ao impulso unitário é denominada função resposta ao impulso
(IRF - Impulse Response Function) utilizando-se, comumente, a notação h(t). Assim, é
possível generalizar a resposta y(t) em função de uma entrada x(t) de um sistema linear
discreto como:
Z t
y(t) = f (t − τ ).h(τ )dτ = f (t) ∗ h(t) (.)
0
Desta forma, a resposta do sistema pode ser completamente descrita através da IRF.
A equação . é conhecida como integral de convolução, onde τ é um pequeno incremento
de tempo em f (t). O operador ∗ representa simbolicamente a integral de convolução entre
duas funções. O impulso unitário pode ser utilizado para representar a aplicação de uma
força com grande amplitude durante um período muito curto de tempo, como o impacto
de um martelo. Para estruturas com amortecimento viscoso a IRF é da forma (FILHO,
2008; MEIROVITCH, 2001):
p
e−ξωn t sen( 1 − ξ 2 ωn t)
h(t) = p (.)
mωn 1 − ξ 2
3.6.2 Função de transferência de um sistema de 1 GDL

A transformada de Laplace é bastante utilizada na analise de sistemas dinâmicos pois sim-
plifica o resolução de problemas que envolvem equações diferenciais ordinárias, transformando-
as em equações algébricas. Para uma função contínua f (t), no domínio tempo, a trans-
formada de Laplace é definida como:
Z ∞
L [f (t)] = F (s) = f (t)e−st dt (.)
0
onde s é uma variável complexa. A função f (t), definida no tempo, agora é representada
por F (s), definida no domínio s (ou da frequência complexa). Aplicando a transformada
de Laplace na equação . (sistema massa-mola-amortecedor, com um GDL), obtêm-se:
(ms2 + cs + k)X(s) = F (s) (.)

A função de transferência, geralmente denotada por H(s), é definida como razão da
entrada pela saída de um sistema no domínio de Laplace (SOEIRO, 2001), assim:
X(s) 1
H(s) = = 2
(.)
F (s) ms + cs + k
Para um sistema subamortecido (o caso mais comum), considerando a equação .

(λ1,2 = σ ± jωd ) e utilizando a notação λ∗ para representar o conjugado complexo de λ,
H(s) pode ser representada por (ROSA, 1996):
1/m
H(s) = (.)
(s − λ)(s − λ∗ )
onde os valores de λ são conhecidos como pólos do sistema.

A função resposta em frequência (FRF - Frequency Response Function) é obtida fa-
zendo s = jω na equação .. Assim:
1/m
H(ω) = (.)
ωn2 − ω 2 + 2jξωωn
3.6.2.1 Representações gráficas da FRF Como a análise modal experimental ge-

ralmente baseia-se no ajuste de curva, a representação gráfica da FRF é um aspecto
fundamental do teste (FU; HE, 2001). Uma das formas de se descrever a FRF, é atra-
vés da razão entre a resposta, na forma de deslocamento, e a força de excitação, como
na equação .. Neste caso ela é denominada de receptância. A FRF ainda pode ser
descrita em função da velocidade e da aceleração da resposta. De forma resumida, na
tabela 3.1 estão compiladas as nomenclaturas para as distintas formas de representação
da FRF. Deve-se ressaltar que é comum utilizar H(ω) para se referir às FRF de forma
genérica (EWINS, 1995).
Tabela 3.1 Representações da FRF

Parâmetro da resposta Resposta/Entrada Entrada/Resposta
Receptância (α(ω))
Deslocamento Admitância Rigidez dinâmica (α−1 (ω))
Flexibilidade dinâmica
Velocidade Mobilidade (Y (ω)) Impedância dinâmica (Y −1 (ω))
Acelerância (A(ω))
Aceleração Massa aparente (A−1 (ω))
Inertância
Um exemplo de uma curva de receptância para um sistema com um grau de liberdade

pode ser visto na figura 3.7. Como a FRF é uma função complexa da frequência, sua
representação completa só pode ser alcançada num sistema tridimensional. Para facilitar
a compreensão, esta curva pode ser analisada através das suas projeções. Os planos
ω × Real e ω × Imag representam, respectivamente, as partes real e imaginária da FRF,
enquanto que o plano Imag x Real gera o gráfico de Nyquist (FU; HE, 2001).
Figura 3.7 Receptância
Fonte: Fu e He (2001)
De forma geral, para um sistema livre subamortecido com vários graus de liberdade,
a resposta ao impulso (receptância) tem a forma da curva vista na figura 3.8. Como pode
ser visto na figura 3.9, a resposta completa é uma combinação dos modos individuais.
Figura 3.8 Resposta ao impulso - Receptância
Figura 3.9 Composição dos modos
Para testes em estruturas com n graus de liberdade, pode ser obtida uma matriz n × n
(matriz de resposta em frequência) onde as linhas e colunas representam as entradas e
saídas, respectivamente. A matriz completa é gerada quando os n pontos são testados,
como pode ser visto na figura 3.10. Neste caso h33 , h32 e h31 representam as respostas em
frequência amostradas no ponto 3 para as excitações nos pontos 3, 2 e 1, respectivamente.
Para a extração dos parâmetros modais, geralmente é necessário obter, no mínimo, a
diagonal ou uma fila completa desta matriz (FU; HE, 2001).
Figura 3.10 Matriz resposta em frequência
Fonte: (AVITABILE, 2001)
3.6.3 Processos aleatórios
Processos aleatórios (ou estocásticos) são aqueles cujo comportamento não pode ser com-
pletamente previsto através de relações matemáticas. Os sinais gerados por esses pro-
cessos não são periódicos, mas apresentam comportamento estacionário no tempo, por
isso devem ser analisados estatisticamente, a fim de se obter um modelo probabilístico
(FILHO, 2008). Para isto, geralmente utiliza-se um conjunto de amostras (denominado
ensemble) para se obter um valor médio a cada instante de tempo pré-definido (BENDAT;
PIERSOL, 2011).
3.6.3.1 Função de autocorrelação Diversas funções estatísticas podem ser utiliza-

das para se avaliar as características dos dados de um processo aleatório. Dentre elas
pode ser destacada a função de autocorrelação (f ac). Ela é definida como a média dos
produtos em dois instantes de tempo consecutivos (t e t + τ ) de um sinal xk qualquer
(MINETTE, 2014):
ZT
1
f acxx (k, τ ) = lim xk (t) xk (t + τ )dt (.)
T −→∞ T
0
De forma similar, é possível obter a função de correlação cruzada entre dois sinais xk
e yk :
ZT
1
f acxy (k, τ ) = lim xk (t) yk (t + τ )dt (.)
T −→∞ T
0
3.6.3.2 Função de densidade espectral A função densidade espectral de dois sinais

distintos gerados por processos aleatórios é dada pela transformada de Fourier da função
de correlação cruzada (BENDAT; PIERSOL, 2011). Neste caso ela passa a ser chamada
de espectro cruzado (Sxy (ω)) e é definida como:
Z+∞
Sxy (ω) = f acxy (τ )e−jωτ dτ (.)
−∞
Quando os sinais são iguais, a função de densidade espectral passa a ser conhecida
como autoespectro (Sxx(ω) ) ou densidade espectral de potência (PSD - Power Spectral
Density). Uma forma de se obter a f ac é através da aplicação da transformada inversa
de Fourier sobre a PSD. Esta igualdade é conhecida como relação de Wiener-Khintchine
(MAIA; SILVA, 1997):
Z+∞
1
f acxx (τ ) = Sxx (ω)ejωt dω (.)
2π
−∞
Para sinais discretos, com período de amostragem ∆t, a função densidade espectral
pode ser calculada através de (MINETTE, 2014):
∞
X
Sxy (ω) = f acxy (k)e−jωk∆t (.)
k=−∞
É importante observar que, como um sinal real não é infinito, apenas é possível obter
uma estimativa do valor da função densidade espectral.
Capítulo
4
ANÁLISE MODAL
A análise modal é o método pelo qual busca-se determinar algumas propriedades dinâmi-
cas de uma estrutura, ou seja, suas frequências naturais, taxas de amortecimento e formas
modais (AVITABILE, 2001). Ela consiste em duas etapas principais. A primeira refere-se
à aquisição dos dados, esta etapa será abordada na seção 4.2. A segunda fase consiste
no tratamento e análise dos dados coletados utilizando alguma das diversas técnicas de
extração de parâmetros. Algumas destas técnicas serão tratadas no capítulo 5.
Para que se possa entender problemas estruturais relacionados à vibração, geralmente
é necessário conhecer as frequências naturais daquela estrutura. Por conta disto, a análise
modal tem sido amplamente utilizada no desenvolvimento ou aprimoramento de projetos
de estruturas mecânicas e da construção civil (GUILLAUME, 2007). Outra aplicação co-
mum é no monitoramento da integridade estrutural de equipamentos industriais (GOYAL;
PABLA, 2015), apesar do fato de que as alterações nos padrões de vibração nem sempre
serem muito perceptíveis até que o equipamento apresente danos significativos (DOE-
BLING et al., 1996).
Uma estrutura pode ser modelada analiticamente como visto no capítulo 3, entretanto
estes modelos geralmente devem ser validados e complementados com dados obtidos em
ensaios experimentais. Outra consideração importante é que, em função da complexidade
do modelo, pode ser inviável analisá-lo desta forma. Além disso, segundo Ewins (2000),
”algumas propriedades físicas, como o amortecimento e características de fadiga, só podem
ser obtidas empiricamente”.
Os modos são propriedades inerentes de cada estrutura, eles variam em função das
suas propriedades físicas (massa, elasticidade e amortecimento) e das suas condições de
contorno. Assim, se qualquer um desses fatores forem alterados, os modos serão afetados
(GUILLAUME, 2007). Cada modo é composto por uma frequência natural, uma taxa de
amortecimento e uma forma modal (SCHWARZ; RICHARDSON, 1999). A forma modal
é um padrão de deslocamento associado a cada uma das frequências naturais do sistema,
ou seja, é a forma característica de como o sistema vibra quando excitado em uma dessas
frequências. Ela é representada pelo deslocamento relativo entre os pontos analisados
(DOSSING, 1988).
33
34 ANÁLISE MODAL
Um das principais premissas da análise modal diz que na vizinhança de cada uma
das frequências naturais da estrutura o seu modo de vibrar tenderá a ser dominado pela
forma modal associada àquela frequência de ressonância (SCHWARZ; RICHARDSON,
1999). Por isso, em alguns métodos de extração de parâmetros modais, é possível repre-
sentar cada modo separadamente por um modelo de um grau de liberdade (GDL). Fora
desta vizinhança, as formas de vibração serão uma combinação linear dos modos daquela
estrutura (DOSSING, 1988).
Há diversas formas de classificar as técnicas de extração de parâmetros modais. Uma

das mais comuns é realizá-la de acordo com o domínio no qual os dados são tratados.
Desta forma separa-se, basicamente, os métodos que operam no domínio no tempo dos
que operam no domínio da frequência. É possível agrupá-los conforme esquematizado na
figura 4.1 (SOEIRO, 2001).
De forma geral, as técnicas no domínio do tempo são melhor empregadas nos casos
onde há uma larga faixa de frequência ou um número grande de modos de interesse,
enquanto que as do domínio da frequência são recomendadas para sistemas onde a faixa
de frequência de interesse é restrita e o número de modos é pequeno. Os métodos no
domínio tempo começaram a ser utilizados como uma alternativa às técnicas no domínio
da frequência já que os últimos, apesar de amplamente utilizados, apresentam problemas
relacionados com a resolução em frequência e vazamento espectral (SOEIRO, 2001). Uma
forma de contornar estes problemas é aplicar técnicas no domínio da frequência a um
grande número de dados, mas isso envolve um grande esforço computacional, o qual nem
sempre é viável.
Os métodos, em ambos os domínios, ainda podem ser divididos em diretos e indiretos.

Os primeiros são aqueles nos quais a função resposta em frequência (FRF) é obtida através
do modelo espacial (equação matricial do equilíbrio dinâmico), enquanto que nos indiretos
as FRF são derivadas do modelo modal (parâmetros modais, como frequências naturais
e amortecimento) (SOEIRO, 2001).
Por fim, as técnicas ainda podem ser agrupadas de acordo com a quantidade de FRF
que podem ser avaliadas por vez. Os métodos denominados de globais ou de única entrada
e múltipla saída (SIMO - Single Input Multiple Output) permitem que sejam analisadas
diversas FRF simultaneamente, obtidas através da excitação de um ponto e coleta da
resposta em diversos pontos. Métodos ditos de polireferência ou múltiplas entradas e
múltiplas saídas (MIMO - Multiple Input Multiple Output) avaliam simultaneamente to-
das as FRF obtidas através da excitação e coleta em diversos pontos. Outras técnicas,
conhecidas como única entrada e única saída (SISO - Single Input Single Output) só
podem ser aplicados a uma única FRF por vez. Ainda há métodos do tipo múltiplas
entradas e única saída (MISO - Multiple Input Single Output), mas estas são pouco
utilizadas (SOEIRO, 2001).
4.1 APLICAÇÕES 35
Figura 4.1 Classificação dos métodos de identificação modal
Fonte: Adaptado de Soeiro (2001)
4.1 APLICAÇÕES
Há diversas aplicações para a análise modal, dentre estas podem ser destacadas as se-
guintes (BILOSOVA, 2011):
• Identificação dos parâmetros modais (frequências naturais, taxas de amortecimento

e formas modais) permitindo descobrir, por exemplo, se o excesso de vibração de
um equipamento é devido à ressonância;
• Desenvolvimento de um modelo de um componente integrante de uma estrutura

mais complexa. Este tipo de análise é geralmente feita quando a estrutura a ser
estudada apresenta grande complexidade ou elevado número de subsistemas;
• Obtenção dos parâmetros modais através de métodos teóricos para comparar com
os valores obtidos experimentalmente com o objetivo de corrigir e validar modelos;
• Obtenção de um modelo para que seja possível estimar as forças atuantes naquela
estrutura em condições de operação.
4.2 ANÁLISE MODAL EXPERIMENTAL E OPERACIONAL

De forma geral, a análise modal pode ser classificada de duas formas distintas em função
do modo de excitação da estrutura. Na análise modal experimental a estrutura é excitada
em um ambiente controlado. Por outro lado, na análise modal operacional, a fonte de
36 ANÁLISE MODAL
excitação não é medida e é proveniente de fontes naturais (como vento ou marés) ou de

forças decorrentes da operação do equipamento.
Na análise modal experimental, os sinais de entrada são provenientes de uma força de
excitação externa, enquanto que a resposta é o sinal gerado pelos acelerômetros que cap-
tam o deslocamento da estrutura (sistema) em análise. Uma representação em diagrama
de blocos desta relação pode ser vista na figura 4.2.
Figura 4.2 Diagrama de blocos de um sistema
No caso da análise modal experimental (EMA - Experimental Modal Analysis), ambos

sinais são contínuos no tempo. Para que estas informações possam ser tratadas compu-
tacionalmente é necessário digitalizá-las. A figura 4.3 mostra o exemplo de um sinal
analógico (a) e a sua representação digital (b). Este processo consiste, basicamente, em
(HAYKIN; VEEN, 2001):
• Amostragem do sinal em uma frequência fs (chamada de frequência de amostra-

gem);
• Quantização dos pontos amostrados, aproximando-os a níveis finitos discretos;
• Codificação dos sinais discretos obtidos após a quantização em um código como o

binário, por exemplo.
Quando a IRF é finita, o o sistema é dito FIR (Finite Impulse Response), a soma
de convolução pode ser calculada através da equação ., utilizando limites da IFR no
somatório (FILHO, 2008).
+∞
X
y[n] = x[k].h[n − k] (.)
k=−∞
4.2.1 Análise modal experimental

A análise modal experimental consiste, basicamente, de três etapas, sendo elas (BILO-
SOVA, 2011):
• Preparação do experimento;
• Execução do teste modal;
• Identificação dos parâmetros modais a partir dos dados gerados no teste;

4.2 ANÁLISE MODAL EXPERIMENTAL E OPERACIONAL 37
Figura 4.3 Digitalização de um sinal analógico
Fonte: (ROBERTS, 2009)
4.2.1.1 Preparação do experimento
4.2.1.1.1 Fixação da estrutura A primeira etapa na preparação dos experimentos é a

definição de como a estrutura à ser avaliada será suportada. De forma geral, há três
opções (BILOSOVA, 2011):
• Livre (irrestrita): É o modo mais simples, onde a estrutura fica suspensa por
um meio elástico como molas ou apoiada sobre uma superfície macia. Desta forma,
pode-se considerar que a estrutura está livremente suspensa no espaço. É a opção
comumente utilizada para quando se busca correlacionar os resultados do teste com
os obtidos de forma teórica;
• Fixa: Neste caso a estrutura é fixada em um suporte rígido. Esta é a opção

mais complexa, pois uma fixação ideal dificilmente pode ser obtida em situações
reais e, quando há sucessivas montagens e desmontagens, não se pode garantir a
repetibilidade nas medições;
• In situ: Esta solução é usada quando deseja-se obter os parâmetros modais em

condições operacionais reais e não há a necessidade de validar um modelo teórico.
Normalmente é adotada apenas quando as outras opções são inviáveis (no caso de
grandes estruturas, por exemplo).
38 ANÁLISE MODAL
4.2.1.1.2 Preparação do modelo Esta etapa compreende a determinação do modelo,

através da escolha dos pontos de medição e dos graus de liberdade de interesse. Uma
malha de pontos é definida para representar a estrutura testada e são determinados
quantos graus de liberdade serão medidos (BILOSOVA, 2011).
A definição do número de pontos da malha varia em função da quantidade de modos
que se deseja identificar. Assim, deve-se escolher o número mínimo de pontos em quanti-
dade suficiente para que seja possível identificar todos os modos na faixa de frequência de
interesse. O excesso de pontos resulta em redundância, aumentando o tempo e o custo da
análise. É importante ressaltar que a quantidade de pontos não interfere na precisão dos
parâmetros modais obtidos, mas apenas a qualidade da representação das formas modais
(BILOSOVA, 2011).
4.2.1.1.3 Modos de excitação da estrutura Para a análise modal experimental, as fontes

de excitação podem ser agrupadas em duas categorias (BILOSOVA, 2011):
• Excitadores dinâmicos
1. Shaker eletromagnético;
2. Shaker eletro hidráulico;
3. Excitador mecânico.
• Excitação do tipo impulso
1. Martelo de impacto;
2. Deformação prévia;
3. Impacto com uma carga em queda;
4. Impacto por um pêndulo.
Os shakers eletromagnéticos (figura 4.4) são os tipos mais comuns de excitadores di-
nâmicos. Eles convertem um sinal de entrada em um campo magnético alternado. De
forma geral, quando maior o shaker, maior será a sua capacidade de carga e menor será a
sua faixa de frequência. Alternativamente, também são utilizados shakers eletro hidráu-
licos, quando é necessário aplicar, simultaneamente à vibração, altas cargas estáticas.
Além disso, eles podem apresentar cursos relativamente longos, gerando excitações com
altas amplitudes. Os excitadores mecânicos, por sua vez, são compostos por um elemento
rotativo desbalanceado e sua principal aplicação é em grande estruturas, como pontes e
edifícios (BILOSOVA, 2011).
Figura 4.4 Exemplo de um excitador eletromagnético
Fonte: Avenir Technologies (2015)
O uso de excitadores dinâmicos implica no contato permanente com o objeto em

análise, por isso é necessário tomar alguns cuidados para que não sejam introduzidas
forças indesejadas e nem que a sua presença altere propriedades da estrutura. Há quatro
possibilidades de arranjo entre os excitadores e a estrutura, como mostrado na figura 4.5.
Figura 4.5 Tipos de fixação dos excitadores
Fonte: Adaptado de Bilosova (2011)
Uma das vantagens na utilização dos shakers é a sua capacidade de produzir, de forma
controlada, diversos tipos de sinal. Alguns deles podem ser observados na figura 4.6 e os
principais tipos de sinal de excitação estão listados abaixo:
• Senoidal: É o método mais tradicional e um dos mais populares. Consiste em

um frequência única, alterada em intervalos de tempo espaçados, de forma que a
estrutura seja excitada em uma vibração harmônica de cada vez. Embora seja uma
técnica muito eficiente, necessita de grandes períodos de tempo para execução do
40 ANÁLISE MODAL
teste. O uso de múltiplos pontos de excitação e resposta (MIMO) com obtenção

em tempo real das FRF pode reduzir significativamente o tempo do teste (FU; HE,
2001);
• Randômico: É um sinal randômico seguindo uma distribuição Gaussiana em torno

de uma frequência específica. Pode ser aplicado para linearizar a resposta de es-
truturas que se comportam de forma não linear. Como o sinal não é periódico,
está mais propenso ao vazamento espectral, sendo necessário aplicar técnicas de
processamento de sinais para minimizar a sua presença (FU; HE, 2001);
• Pseudo randômico: É um sinal randômico que se repete após um intervalo de

tempo determinado. Pelo fato de ser periódico e ter período conhecido, elimina o
problema de vazamento espectral, resultando em FRF mais precisas. Entretanto,
em relação ao randômico, este método aumenta o tempo de teste e requer a aquisição
de equipamentos especiais para a geração deste tipo de força (FU; HE, 2001);
• Impacto: Em relação aos demais, é o método que requer equipamentos mais bási-
cos (martelo de impacto), sendo por isso mais simples do que aqueles que utilizam
shakers. Consiste na aplicação de um pulso de frequência e amplitude não controla-
das. Suas vantagens e desvantagens estão associadas ao uso do martelo. O seu uso
tem como benefícios a não interferência nas propriedades da estrutura, ser portátil
e simples de utilizar. Por outro lado, a dificuldade em controlar a intensidade e a
faixa de frequência da força aplicada no impacto pode dificultar a análise dos dados
(FU; HE, 2001).
Figura 4.6 Tipos de sinal de excitação

O martelo de impacto (figura 4.7) é o método mais rápido e mais simples de excitação.
Por não permanecer preso à estrutura após o impacto, não altera as suas características.
Além disso, pode ser utilizado em condições operacionais não requerendo grandes prepa-
rações. Devido à sua simplicidade, muitas vezes é utilizado para agilizar o processo de
determinação dos locais dos melhores pontos para instalação dos excitadores dinâmicos.
Figura 4.7 Exemplos de martelos de impacto
Fonte: Avenir Technologies (2015)
Um transdutor de força pode ser usado para determinar a amplitude do impacto.

Geralmente é possível trocar alguns componentes do martelo para modificar sua rigidez
e massa, alterando as características do sinal gerado. A amplitude do impacto é deter-
minada pela massa e velocidade do martelo, enquanto que a faixa de frequências que ele
aplica à estrutura é a raiz da razão entre a rigidez da superfície de contato e a massa
do martelo. Há técnicas de extração de parâmetros nos quais a análise é feita medindo
apenas a resposta da estrutura (EWINS, 1995).
O tipo de pulso gerado pelo martelo de impacto varia de acordo com a sua rigidez.
Geralmente é possível trocar a ponta do martelo, alterando este parâmetro. Nos gráficos
da figura 4.8 é possível perceber como a amplitude e a magnitude do sinal se comportam
para diferentes pontas. Quanto maior a rigidez mais curta será a duração do pulso (Tc ) e
maior será a sua faixa de frequência (fc ). O ideal é que seja utilizada a configuração com
a ponta mais macia o possível, já que, neste caso, a energia do impacto não será utilizada
para excitar frequências fora da faixa de interesse (EWINS, 1995; BILOSOVA, 2011).
O sinal de resposta gerado pelo martelo decai exponencialmente. Os principais proble-

mas relacionados ao processamento destes sinais são o vazamento espectral e a presença
de ruído. Ambos podem ser minimizados através do uso de técnicas de janelamento
(AVITABILE, 2001).
42 ANÁLISE MODAL
Figura 4.8 Sinal do martelo de impacto
4.2.1.1.4 Transdutores São utilizados transdutores tanto para quantificar a força apli-
cada quanto a resposta da estrutura. Em ambos os casos os transdutores mais empregados
são os do tipo piezoelétricos. Eles se baseiam na propriedade dos cristais piezoelétricos de
gerar uma tensão elétrica quando comprimidos ou tracionados. A diferença construtiva
entre acelerômetros e transdutores de força é, basicamente, a presença de uma massa
sísmica no primeiro, como pode ser visto na figura 4.9.
Figura 4.9 Comparação entre o acelerômetro e transdutor de força
Fonte: Adaptado de Fu e He (2001)
É importante observar se a massa dos acelerômetros é significativa em relação à massa

da estrutura testada, de forma a evitar que as suas propriedades dinâmicas sejam alte-
radas. Geralmente, quanto mais sensível for o sensor, mais robusta é a sua estrutura.
Evidentemente, esta limitação é mais significativa nos testes em estruturas de baixo peso.
A precisão das medições é afetada diretamente pelo modo de fixação dos acelerôme-
tros (FU; HE, 2001). A condição ideal é aquela na qual eles encontram-se acoplados
rigidamente, de modo que a aceleração do sensor seja idêntica à da estrutura. Entretanto
isso não é possível de ser obtido na prática e o acelerômetro pode ser modelado como
um sistema massa-mola-amortecedor. Caso a frequência natural deste modelo seja, ao
menos, cinco vezes maior do que a frequência do sinal medido, é possível considerar que
não haverá distorção considerável de fase e magnitude (FU; HE, 2001).
Transdutores de força são utilizados na ponta do martelo e, no caso dos shakers, entre
os excitadores e a estrutura a fim de mensurar a força de excitação. Assim como para os
acelerômetros, é necessário observar como a presença do transdutor de força interage com
a estrutura testada alterando as suas características. Para o martelo de impacto, pode
ser necessário realizar calibrações específicas para cada configuração de massa e ponta de
4.3 ANÁLISE MODAL OPERACIONAL 43
impacto. Para shakers, a presença deste transdutor pode causar distorções significativas
no sinal medido em frequências próximas às frequências naturais da estrutura (FU; HE,
2001).
Geralmente, quando se opta pelo uso dos shakers, utilizam-se diversos acelerômetros
espalhados pela estrutura e mantém-se o excitador num ponto fixo. Enquanto que para
o martelo o usual é utilizar um acelerômetro e excitar a estrutura em pontos distintos.
Estas configurações não precisam necessariamente serem seguidas, podendo variar de caso
para caso.
4.2.2 Realização do teste modal

Após a preparação da estrutura, especificação dos equipamentos necessários e definição
das técnicas a serem utilizadas, o teste já pode ser realizado. Entretanto, antes de iniciá-
lo ainda é necessário assegurar que as medições que serão feitas terão validade e não
carregarão erros significativos para as etapas seguintes. Os métodos de análise buscam
minimizar as incertezas do teste, mas não são capazes de ajustar erros nas medições. É
necessário verificar, basicamente, dois fatores: se estrutura atende às premissas adotadas
(reciprocidade, sistema invariante no tempo e linearidade) e se as potenciais fontes de
erro foram tratadas.
Uma das verificações a ser realizada é a da repetibilidade dos resultados. Uma série de
medidas podem ser realizadas ao longo do tempo e comparadas umas com as outras para
que se possa assegurar que nem na estrutura a ser testada e nem no sistema de medição
sofreram modificações ao longo do tempo. Além disso, para uma estrutura linear, as FRF
em diferentes pontos de medição devem ser idênticas (FU; HE, 2001).
É possível verificar se a reciprocidade é obedecida com apenas dois pontos. Para isso,
aplica-se uma força no ponto i e observa-se a resposta no ponto j e depois realiza-se o
procedimento inverso. É esperado que as mesmas FRF sejam obtidas (Hij (ω) = Hji (ω)).
A linearidade pode ser observada verificando se há dependência entre a FRF e a amplitude
da excitação. Para isto podem ser tomadas medidas repetidas no mesmo ponto, mas com
forças de amplitudes distintas (FU; HE, 2001).
4.2.3 Identificação dos parâmetros modais

Uma vez que os dados foram aquisitados, a próxima etapa é o ajuste de curva (curve
fitting) para a identificação dos parâmetros modais. Há diversas técnica disponíveis e
vários softwares especializados na tarefa de extração de parâmetros. Alguns dos métodos
são discutidos no capítulo 5.
4.3 ANÁLISE MODAL OPERACIONAL
Na análise modal operacional (OMA) a força de excitação é proveniente do ambiente ou

da operação do equipamento. Ela não é medida e assume-se que é do tipo ruído branco. A
sua principal aplicação é em grandes estruturas, como pontes, edificações, e plataformas
off-shore já que elas necessitariam de grandes fontes de excitação (GROSEL; SAWICKI;
PAKOS, 2014).
44 ANÁLISE MODAL
A análise modal operacional também é utilizada quando deseja-se avaliar a integridade

estrutural de um equipamento durante a sua operação. Neste tipo de análise, se assume
que (GROSEL; SAWICKI; PAKOS, 2014):
• A estrutura é invariante no tempo;
• O amortecimento é pequeno;
• As frequências naturais estão bem espaçadas;
• A excitação atuando sobre a estrutura é do tipo ruído branco.
Apesar deste tipo de análise requerer o uso de ferramentas matemáticas mais comple-
xas e exigir um maior tempo para a execução do teste, a OMA apresentas as seguintes
vantagens em relação à abordagem experimental (BILOSOVA, 2011):
• Não é necessário preparar estruturas de suporte (fixação);
• O resultado da análise representa as condições reais de operação;
• Não é necessário mensurar as excitações;
• Não interfere na disponibilidade de uso do equipamento;
• Pode ser realizada em paralelo com outras análises.

Capítulo
5
ESTIMAÇÃO DE PARÂMETROS
A segunda etapa da análise modal, realizada após a execução do ensaio e da obtenção de

dados válidos, é a estimação dos parâmetros modais. Para este fim foram desenvolvidas
diversas técnicas de estimação. Apesar dos métodos mais tradicionais serem classificados
entre o domínio do tempo e da frequência, ainda há outros métodos que não se encaixam
nessa classificação, como os que utilizam técnicas de inteligência artificial ou análise no
tempo-frequência. Entretanto, estas não serão abordadas neste trabalho.
Apesar da possibilidade de se aplicar transformadas a um grande número de dados
para contornar os problemas relativos à resolução em frequência, vazamento espectral e
dificuldade de identificar modos muito próximos, a necessidade de se aplicar um maior
esforço computacional levou pesquisadores à desenvolver novas técnicas no domínio do
tempo. Os métodos no domínio da frequência utilizam as funções de resposta em frequên-
cia, realizando a transformada rápida de Fourier nos sinais de entrada e saída no tempo,
enquanto que as técnicas no domínio do tempo utilizam a função de resposta ao impulso
ou a resposta livre (de decaimento) da estrutura analisada (ROSA, 1996).
De forma geral, os métodos no domínio do tempo apresentam melhores resultados
para situações onde deseja-se analisar uma larga faixa de frequência e um grande número
de modos (SOEIRO, 2001). Apesar disto, as técnicas no domínio do tempo e da frequên-
cia não devem ser encaradas como concorrentes, mas como complementares (LJUNG;
GLOVER, 1981). Neste capítulo serão introduzidas, brevemente, algumas técnicas entre
as diversas existentes.
5.1 TÉCNICAS NO DOMÍNIO DA FREQUÊNCIA

As técnicas no domínio da frequência consistem, basicamente, no ajuste de curva entre
as funções resposta em frequência (FRF) geradas no teste e modelos matemáticos prees-
tabelecidos, considerando o menor erro. Uma vez obtido o modelo ajustado, é possível
estimar os parâmetros modais (FU; HE, 2001; SOEIRO, 2001). É importante observar
que uma estrutura real possui infinitos graus de liberdade (GDL) e que cada modo é
afetado, mesmo que minimamente, por modos presentes em frequências além da faixa
45
46 ESTIMAÇÃO DE PARÂMETROS
medida. O caso particular de FRF, onde o parâmetro de resposta é o deslocamento

(oposto à velocidade e à aceleração) é chamado de receptância. Note-se que esta função,
junto com outras versões da FRF, é independente da excitação. Para um sistema com n
GDL a expressão da receptância é dada pela equação . (FU; HE, 2001).
n
r Aij
X
αij (ω) = Rij (ω)ant + + Rij (ω)post (.)
ω2
r=1 r
− ω 2 + 2ωr2 ξr j
onde r Aij é a constante modal 1 , ωr é a frequência natural do modo r, ω são frequências

√
vizinhas, ξr é a taxa de amortecimento do modo r, j é a constante complexa (j = −1) e
Rij (ω)ant e Rij (ω)post representam, respectivamente, a influência dos modos antes e após a
faixa de frequência do teste. Estes termos podem ser ignorados caso considere-se despre-
zível a influência dos modos não excitados no teste. O índice r indica o modo, enquanto
que i e j indicam o ponto da resposta e da fonte de aplicação da força, respectivamente.
5.1.1 Abordagem de um GDL
Os métodos que seguem a abordagem de um GDL partem do pressuposto que, nas

frequências próximas a da ressonância, pode-se considerar que o modo de vibrar da es-
trutura é influenciado quase que exclusivamente pelo modo referente àquela frequência
de ressonância. A influência dos outros modos pode, alternativamente, ser considerada
como uma constante complexa.
Partindo desta consideração, os parâmetros modais podem ser identificados indivi-
dualmente, modo a modo. Esse pressuposto pode ser considerado verdadeiro quando
a estrutura possui frequências naturais distantes, de foram que os modos vizinhos não
influenciem de forma significante uns aos outros. De modo geral, as frequências naturais
podem ser estimadas a partir da curva de resposta em frequência (figura 5.1) observando
as seguintes características:
• Magnitude da resposta em frequência é um máximo;
• A parte imaginária da resposta em frequência é um máximo ou mínimo;
• A parte real da frequência é zero;
1
r Aij = r φi .r φj . A constante modal é o produto entre o elemento i e j do vetor modal r φ
5.1 TÉCNICAS NO DOMÍNIO DA FREQUÊNCIA 47
Figura 5.1 Partes real e imaginária da FRF - Receptância
Fonte: Adaptado de Ewins (1995)
Um das formas de estimar a taxa de amortecimento é através do uso do fator de

qualidade, já citado no capítulo 3. Ele é a base do método Peak picking e observa as
proporções geométricas da curva de mobilidade, que é a velocidade da resposta como uma
quantidade de saída do sistema (EWINS, 1995).
5.1.1.1 Peak picking Um dos métodos mais simples, e por isso um dos mais comuns,
é o Peak picking. É também conhecido como método half-power (meia potência). Sua
principal desvantagem é a sua sensibilidade ao ruído e o fato de seus resultados poderem
ser afetados por modos próximos. Por isso, sua aplicação recomendada é para estruturas
com baixo amortecimento e modos bem espaçados. O procedimento para obtenção dos
parâmetros modais é o seguinte (FU; HE, 2001):
• Frequência natural (ωr ): A frequência natural de um modo r qualquer é deter-

minada como a frequência relativa ao valor de pico da FRF, geralmente na forma
de receptância (|α(ωr )|max ), como pode ser visto na figura 5.2;
• Amortecimento viscoso: A taxa de amortecimento pode ser estimada através

dos pontos de meia potência (como descrito no tópico 3.4.2.1). Onde ξr ≈ ωb2ω
−ωa
e
√ r
as frequências ωb e ωa são referentes a |α(ωr )|/ 2 (figura 5.2);
r Aij
• Constante r Aij : Considerando que no pico da FRF |α(ωr )|max = 2ξr ωr2
é possível
obter o seu valor através de r Aij = 2|α(ωr )|max ξr ωr2 .
Figura 5.2 Peak picking - Proporções geométricas da curva de receptância de um GDL
Fonte: Adaptado de Fu e He (2001)
Este método, por conta da sua simplicidade, resulta em análises muito rápidas. Outra
vantagem é o fato de ser capaz de realizar análises do tipo output-only, ou seja, medindo
apenas a resposta. Entretanto, seu resultados não são muito precisos já que se baseiam
no valor do pico da FRF e este dificilmente é obtido com grande precisão (FU; HE, 2001).
Além disso, a taxa de amortecimento é obtida apenas através dos pontos de meia potência,
geralmente interpolados, aumentando a incerteza destes valores (FU; HE, 2001).
5.1.1.2 Circle fit O circle fit (círculo ajustado) é um dos métodos mais usados para
análise modal no domínio da frequência utilizando a abordagem de um GDL (FU; HE,
2001). Até a década de 70 era a principal técnica de extração de parâmetros modais
(FILHO, 2008). Ele consiste no ajuste de curva, considerando a circularidade do gráfico
de Nyquist.
Este método é capaz de obter melhores resultados em comparação ao Peak picking,
além de não ser tão influenciado pelos modos vizinhos. A receptância, mostrada na
equação ., pode ser aproximada para a equação ., onde Bij é uma constante complexa
e representa a influência dos modos vizinhos ao modo analisado. Na figura 5.3 é possível
observar que este valor não interfere na circularidade do gráfico, gerando apenas um
deslocamento do seu centro. Como os parâmetros dependem do raio do circulo, a sua
posição relativa não faz diferença, o que desacopla os modos e o termo Bij pode ser
desprezado (FU; HE, 2001).
Aij
αij (ω) ≈ + Bij (.)
ωr2 − + 2ωr2 ξr j
ω2
Figura 5.3 Influência do termo Bij na receptância
Fonte: (FU; HE, 2001)
Para determinar a frequência natural de um modo é necessário ajustar um circulo

para aquela FRF, considerando os pontos próximos ao pico de ressonância. Um critério
de escolha dos pontos é fixar uma quantidade em ambos os lados de um pico, sendo
seis o número mínimo recomendado. Além disso, deve-se buscar cobrir ao menos um
arco de 270◦ do círculo, sem utilizar pontos que sejam influenciados por modos vizinhos
(EWINS, 1995). Muitas vezes isso não é possível e, na prática, são utilizados arcos com
menos de 180◦ , dessa forma o método depende mais fortemente da precisão dos poucos
pontos utilizados.
A frequência natural será determinada pelo local onde ocorrer a maior taxa de variação
angular entre dois pontos (ROSA, 1996). A partir da figura 5.4 pode-se chegar à equação
. e, para pequenos amortecimentos, ωr pode ser aproximado pela equação ..
Figura 5.4 Frequência natural - Circle fit - Receptância
Fonte: (FU; HE, 2001)

ω2 − ω2

θ Re(α)
tan = tan(90◦ − γ) = = r 2 (.)
2 Im(α) 2ξr ωr
ωr = ω| dθ =max (.)
dω
Com a frequência natural devidamente localizada no circulo, é possível obter a taxa

de amortecimento através da equação . usando um outro ponto a (de ângulo θa e
frequência ωa ) qualquer. A constante modal pode ser obtida através do diâmetro (Dij )
do circulo, a partir da relação .
ωr2 − ωa2
ξ= (.)
2ωr2 tan θ2a

|r Aij | = 2ωr2 ξr Dij (.)
5.1.1.3 Frequency Domain Decomposition - FDD Este método é uma extensão

do Peak picking e foi apresentado em 2000 por Brincker, Zhang e Andersen (2000). Ele
utiliza a ferramenta matemática da decomposição em valores singulares (SVD - Singular
Value Decomposition) na matriz densidade espectral da saída Gyy (ω). Esta matriz n × n
é composta pelo autoespectro (PSD - Power Spectral Density) nos termos da diagonal e
o espectro cruzado (CSD - Cross Spectral Density) nos demais termos, onde n é o número
de acelerômetros (BATEL, 2002). Um exemplo de matriz densidade espectral pode ser
visto em .. A densidade espectral de potência é a equivalente em frequência à função
de autocorrelação, como descrito na seção 3.6.3.1.
 
P SD11 (ω) CSD12 (ω) CSD13 (ω)
Gyy (ω) = CSD21 (ω) P SD22 (ω) CSD23 (ω) (.)
CSD31 (ω) CSD32 (ω) P SD33 (ω)
A decomposição em valores singulares da matriz densidade espectral de um sistema
de múltiplos graus de liberdade, na vizinhança dos picos de ressonância, permite analisar
subsistemas de apenas um grau de liberdade, independentes uns dos outros. Com esta
operação é possível estimar as frequências naturais e formas modais destes subsistemas
diretamente (JÚNIOR, 2006).
A SVD é baseada em um teorema da álgebra linear. Segundo este teorema, uma
matriz A qualquer, de dimensão m × n, pode ser decomposta num produto de três outras
matrizes:
T
Amn = Umm × Σmn × Vnn (.)
onde a matriz Σ é uma matriz diagonal composta pelos ditos valores singulares de A em
ordem decrescente. Os valores singulares são iguais à raiz quadrada dos autovalores de
U . As matrizes U e V são matrizes ortogonais contendo os vetores singulares à esquerda
e à direita, respectivamente (MENDES; OLIVEIRA, 2008).
Para um processo estacionário, a FRF pode ser reescrita utilizando as funções densi-
dades espectrais de potência, na seguinte forma:
Gyy (ω) = H ∗ (ω) × Gxx (ω) × H T (ω) (.)

onde Gyy (ω) e Gxx (ω) são, respectivamente, as matrizes de dimensão r × r e m × m
das PSDs das r saídas e m entradas. H(ω) é a matriz FRF m × r e os índices ’∗ ’ e
’T ’ representam o conjugado complexo e a transposta, nessa ordem (SOARES; SILVA;
SOTOMAYOR, 2015). Assim, utilizando a FRF expandida em frações parciais (equação
.) pode-se reescrever a equação . como visto na equação . (JÚNIOR, 2006).
N
Rk∗

X Rk
H(ω) = + (.)
k=1
jω − λk jω − λ∗k
N H N T
X Rk Rk∗ X Rk Rk∗
Gyy (ω) = + × [Gxx (ω)] × + (.)
k=1
jω − λk jω − λ∗k k=1
onde Rk e λk representam, respectivamente, o k-ésimo pólo e resíduo, enquanto que o

índice H representa o conjugado complexo e transposto. Como a entrada é do tipo ruído
branco, então a sua PSD é uma constante, assim Gxx (ω) = C. Desta forma:
N
N X H
Rk∗ Rs∗

X Rk Rs
Gyy (ω) = + ×C × + (.)
k=1 s=1
jω − λk jω − λ∗k jω − λs jω − λ∗s
Realizando a multiplicação e aplicando o teorema da expansão em frações parciais é

possível reduzir a PSD da saída na seguinte forma de pólos e resíduos (PIOLDI; FER-
RARI; RIZZI, 2014):
n
X Ak A∗k AH ATk
Gyy (ω) = + + k
+ (.)
k=1
jω − λk jω − λ∗k −jω − λ∗k −jω − λk
onde Ak é a matriz de resíduos da densidade espectral de saída e é dada por:
n
!
X RsT RsH
Ak = Rk C + (.)
s=1
−λ k − λ s −λk − λ∗s
A contribuição do resíduo do k-ésimo modo é dada por (BRINCKER; ZHANG; AN-
DERSEN, 2000):
Rk CRkH
Ak = (.)
2αk
onde αk é o negativo da parte real do pólo (λk = −αk + jωk ) (BRINCKER; ZHANG; AN-
DERSEN, 2000). Para sistemas pouco amortecidos o termo Rk CRkH torna-se dominante
e então o resíduo é proporcional ao modo de vibrar e pode ser escrito como (BORGES,
2006; BRINCKER; ZHANG; ANDERSEN, 2000):
Ak ∝ Rk CRk∗ = dk Ψk ΨTk (.)

onde dk é uma constante de proporcionalidade e Ψk é o vetor modal. Desta forma, para
sistemas com pouco amortecimento a PSD pode ser decomposta como (BRINCKER;
ZHANG; ANDERSEN, 2000):
n
X dk Ψk ΨT d∗k Ψ∗k Ψ∗T
Gyy (ω) = k
+ k
(.)
k=1
Na FDD, primeiro estima-se a PSD para valores discretos de ω sendo, em seguida,
aplicada a decomposição em valores singulares. A determinação das frequências naturais
ocorre através da seleção dos picos no gráfico dos valores singulares por ω. Para cada
valor singular há um vetor singular associado, desta maneira a forma modal pode ser
estimada a partir do vetor singular correspondente às frequências de pico.
Um intervalo de frequências relativo a um GDL individual pode ser determinado
através do uso do Modal Assurance Criterion (MAC). O MAC avalia a similaridade entre
o vetor modal da frequência de pico com os da sua vizinhança. Através da determinação
de um grau mínimo de semelhança é possível separar as PSDs de cada um dos graus de
liberdade (obtendo as denominadas funções Bell ), como visto na figura 5.5. A aplicação
do MAC está detalhada na seção 5.3.1. Além disso, com a função Bell é possível refinar
o resultado da forma modal utilizando a média ponderada entre os vetores singulares e
os valores singulares.
Figura 5.5 FDD - Identificação de valores singulares através de função de Bell feita em N
varreduras
Fonte: Adaptado de Ibsen e Liingaard (2006)
A FDD apresenta bons resultados mesmo quando há modos próximos e também na

presença de ruído. Outra vantagem está relacionada à sua simplicidade e consequente
facilidade de interpretação gráfica (BRINCKER; ZHANG; ANDERSEN, 2000).
5.1.1.4 Enhanced Frequency Domain Decomposition - EFDD Posteriormente

ao desenvolvimento da FDD, foi apresentada por Brincker, Ventura e Andersen (2001)
uma evolução da técnica, conhecida como EFDD ou FDD melhorada. A principal contri-
buição desta nova técnica está na possibilidade de estimar, além das frequências naturais
e formas modais, o coeficiente de amortecimento. Para isto a EFDD utiliza as funções
bell obtidas através da FDD.
Uma vez definida a PSD de um único modo, pode-se obter a sua função de auto-
correlação através da utilização da transformada inversa de Fourier, voltando para o
domínio do tempo. A partir daí é possível estimar a taxa de amortecimento com a de-
terminação do decremento logarítmico desta curva (IBSEN; LIINGAARD, 2006). Além
disso, a frequência natural pode ser recalculada através do crossing zeros 2 da função de
autocorrelação.
O decremento logarítmico δ, para estimar o amortecimento de um modo r (δr ), pode
ser obtido por regressão linear, aplicada sobre a função de autocorrelação daquele modo.
Através das seguintes relações, os parâmetros modais podem ser estimados (RAO, 2008):

2 x0
δr = ln (.)
m xm
δr
ξr = p (.)
δr + 4π 2
2
onde x0 e xm são as amplitudes da função de autocorrelação analisada, separadas por m

períodos, como exemplificado na figura 5.6.
Figura 5.6 Picos de uma função de autocorrelação
Fonte: Adaptado de Harris e Piersol (2002)
A frequência natural amortecida é obtida por regressão linear dos tempos cruzados
correspondentes aos k picos da função de autocorrelação. A frequência natural não amor-
tecida do modo r é então:
fr
fn = p (.)
1 − ξr2
2
O crossing zeros consiste, basicamente, na contagem de ciclos dentro de um período.
Uma síntese das etapas envolvidas na FDD e EFDD pode ser vista na figura 5.7.
Figura 5.7 Algoritmos FDD e EFDD
5.1.2 Abordagem para múltiplos GDL
5.1.2.1 Rational fraction polynomial - RFP Este método utiliza uma razão en-
tre polinômios para, através de manipulações numéricas, estabelecer relações entre os
coeficientes polinomiais e os parâmetros modais (FU; HE, 2001). O ajuste de curva é
baseado no mínimo erro quadrático e, uma vez determinados os coeficientes, os pólos,
zeros e resíduos da FRF podem ser obtidos (RICHARDSON; FORMENTI, 1985). A
função de transferência de um sistema com múltiplos graus de liberdade no domínio de
Laplace pode ser representada na forma de razão de polinômios (FILHO, 2008):
5.2 TÉCNICAS NO DOMÍNIO DO TEMPO 55
M
ck s k
P
Y (s) c0 + c1 s + · · · + cM s M
H(s) = = = k=0 (.)
X(s) d0 + d1 s + · · · + dN sN PN
dk sk
k=0
O RFP é uma das principais técnicas empregadas nos softwares comerciais de identi-
ficação de parâmetros de sistemas estruturais (FILHO, 2008).
5.2 TÉCNICAS NO DOMÍNIO DO TEMPO
Estas técnicas utilizam a informação obtida diretamente através dos transdutores de força
e aceleração, sem sofrer nenhuma transformação como no caso das técnicas no domínio da
frequência. Estes métodos permitem a obtenção dos parâmetros modais tanto através de
fontes de excitação conhecida como de fontes não medidas. No primeiro caso a abordagem
é similar à das técnicas no domínio da frequência e é possível fazer correlações, garantindo
maior precisão na análise. Da mesma maneira que para técnicas no domínio da frequência,
a utilização de fontes de excitação naturais permite que sejam testadas estruturas de
grande porte, difíceis de serem analisadas em um ambiente controlado, como pontes,
navios e prédios (FU; HE, 2001).
As técnicas do domínio do tempo normalmente são indicadas quando deseja-se analisar
estruturas que possuem modos próximos. De forma geral, estes métodos requerem uma
alta razão sinal/ruído e demandam maior habilidade na análise, já que os modos não se
destacam visualmente tanto quanto nas FRF (FU; HE, 2001).
5.2.1 Técnicas baseadas no Método Prony
No final do século XVIII, Gaspard Riche (o Barão de Prony), realizando estudos sobre
a propagação dos gases propôs uma técnica de modelagem utilizando uma soma de fun-
ções exponenciais amortecidas. A técnica consiste na representação de 4N amostras,
realizadas em intervalos idênticos de tempo, através da combinação linear de 2N funções
exponenciais. O conceito introduzido pelo Barão de Prony permitiu que dados transientes
ou harmônicos fossem representados por exponenciais complexas (FILHO, 2008).
5.2.1.1 Método da exponencial complexa Considerando um sistema de n GDL

com condições iniciais nulas e sujeito a uma força correspondente a um impulso unitário,
a função resposta ao impulso h(t) pode ser representada por (IGLESIAS, 2000):
2n
X
hij (t) = r Aij .e
r S.t
ou (.)
r=1
2n
X
h(t) = r A.e
r S.t
(.)
r=1
onde r S = −ωr ξr +jωd 3 . A resposta h(t) numa série de L amostras igualmente espaçadas
no tempo (∆t) é dada por (IGLESIAS, 2000):
2n
X
h0 = h(0) = rA
r=1
2n
X
r S.∆t
h1 = h(∆t) = r A.e
r=1
2n
X
r S.2∆t
(.)
h2 = h(2∆t) = r A.e
r=1
.. .. ..
. . .
2n
X
r S.L∆t
hL = h(L∆t) = r A.e
r=1
Com o uso de um polinômio de característico (ou de colocação) é introduzido um

conjunto de 2n + 1 coeficientes reais (coeficientes autoregressivos). Com as raízes do
polinômio pode-se inferir os pólos das funções exponenciais (FILHO, 2008). É possível
obter um polinômio de ordem L com coeficientes β tais que (IGLESIAS, 2000):
β0 + β1 .r V + β2 .r V 2 + · · · + βL .r V L = 0 (.)
onde r V = er S.∆t . Multiplicando ambos os lados da equação . por β0 até βL e somando
o resultado, é possível chegar a (IGLESIAS, 2000):
L
X
βj .hj = 0 (.)
j=0
Com a equação . é possível obter os coeficientes autoregressivos. Eles são utilizados
para calcular as raízes da equação . e com elas é possível estimar as frequências naturais
e as taxas de amortecimento (IGLESIAS, 2000):
rR = ln(r V ) = r S.∆t
|r R|
fn =
v 2π∆t (.)
u 1
rξ = t
u
2
1 + Im( r R)
Re(r R)
Por fim, os resíduos podem ser obtidos através de equação .. Na forma matricial
tem-se (IGLESIAS, 2000):
3
Para facilitar a leitura, nesta seção, será adotado ”S” para representar a variável complexa ”s”.
5.3 FERRAMENTAS DE AUXÍLIO NA ANÁLISE 57
    
1 1 1 ... 1 A1 h0

 V1 V2 V3 ... V2n   A2   h1 
   
 V12 V22 V32 ... V2n2  A3   h2 
= (.)
.. .. .. .. ..   ..   .. 
  
. . . . .  .   . 


V12n−1 V22n−1 V32n−1 2n−1
. . . V2n A2n h2n−1
Este método é conhecido como CE (Complex Exponential ). É uma técnica SISO e,

por não exigir que sejam estabelecidas estimativas iniciais além do número de modos, é
considerado um método simples. Normalmente o número de modos é, inicialmente, supe-
restimado, sendo posteriormente ajustado (MESQUITA et al., 2006). Uma das principais
ferramentas para realizar este ajuste é o diagrama de estabilização, apresentado na seção
5.3.2. Consequentemente, os principais problemas deste método estão relacionados à de-
terminação correta dos número de modos presentes, além da sua sensibilidade ao ruído
(FILHO, 2008).
5.2.1.2 Least-squares complex exponential - LSCE O LSCE é uma extensão

do CE. É um método global SIMO, analisando simultaneamente diversas IRF. Para isso
aplica-se a excitação em um ponto, amostrando a resposta da estrutura em diversos pontos
distintos. No LSCE consideram-se os coeficientes β como valores globais e, portanto
constantes para qualquer faixa utilizada na IRF, além de serem invariáveis no tempo. Ou
seja, os coeficiente autoregressivos são globais e permitem encontrar a solução para todas
as IRFs usadas (MINETTE, 2014).
Em comparação ao CE, o LSCE é um mais robusto em relação à presença de ruído,
apesar de manter o mesmo problema na determinação da quantidade real de modos
presentes nos dados (MAIA; SILVA, 2001). Há uma variação MIMO do LSCE, conhecida
como Polyreference Time Domain (PTD), que é um dos principais algoritmos utilizados
atualmente em softwares de identificação de parâmetros modais (FILHO, 2008).
5.3 FERRAMENTAS DE AUXÍLIO NA ANÁLISE
5.3.1 MAC
O MAC é uma ferramenta matemática utilizada para comparar dois vetores entre si. Por
isso, uma das suas aplicações é na verificação das formas modais obtidas (LUNDKVIST,
2010). Na FDD ele é utilizado para verificar se uma frequência vizinha a um pico será
inclusa na PSD daquele modo específico. O critério utilizado é um valor mínimo de MAC
entre os vetores singulares das frequências vizinhas e da frequência do pico. O MAC entre
dois vetores [Ψ]r [Ψ]s é dado por:
([Ψ]Tr .[Ψ]s )2
M AC([Ψ]r , [Ψ]s ) = (.)
([Ψ]Tr .[Ψ]r ).([Ψ]Ts .[Ψ]s )
Valores próximos a 1 representam alto grau de similaridade entre os vetores, enquanto
que valores próximos a zero significam grande diferença entre eles.
5.3.2 Diagrama de estabilização
O diagrama de estabilização é uma ferramenta utilizada para se comparar modelos com

números distintos de pólos. Muitas vezes o método mais eficiente para se obter um modelo
matemático é através do superdimensionado no número de pólos, realizando posterior-
mente a remoção dos pólos numéricos excedentes (FILHO, 2008).
O diagrama compara modelos de ordem N e N − 1. Para utilizar o diagrama são
definidos alguns parâmetros de referência e estes são calculados para cada um dos modelos.
Caso a variação entre os parâmetros escolhidos encontre-se dentro de um intervalo de
tolerância pré-estabelecido, o pólo é considerado estável e permanece para a próxima
iteração. Os pólos numéricos ”virtuais” geralmente não se estabilizam e são eliminados
durante o processo de construção do diagrama (FILHO, 2008). Um exemplo de diagrama
de estabilização pode ser visto na figura 5.8.
Figura 5.8 Exemplo de um diagrama de estabilização
Fonte: Filho (2008)
5.3.3 Summation Function - SUM
A SUM é, basicamente, a soma de um conjunto (ou de todas) das FRFs medidas. Obser-
vando a soma de diversas FRFs espera-se que todos os modos presentes naquele intervalo
de frequência sejam encontrados, já que não se pode garantir que todos os modos estarão
presentes em todos os pontos de amostragem (AVITABILE, 2007). Na presença de modos
muito próximos a SUM pode dificultar a observação destes, mascarando-os. A figura 5.9
ilustra uma curva gerada pela SUM.
5.3 FERRAMENTAS DE AUXÍLIO NA ANÁLISE 59
Figura 5.9 Exemplo de SUM
Fonte: Avitabile (2007)

Capítulo
6
AVALIAÇÃO DE MÉTODOS
De forma a complementar os estudo de algumas das técnicas de análise modal, foram

escritos códigos em Matlab para a aplicação do Peak picking (PP), Least Square Com-
plex Exponential (LSCE), Frequency Domain Decomposition (FDD) e Enhanced FDD
(EFDD). Para comparar os resultados obtidos com estes métodos e o seu comportamento
em função de algumas características do sinal, como razão sinal-ruído1 (SNR, signal to
noise ratio) e proximidade dos modos, foi utilizado um sinal simulado de parâmetros co-
nhecidos. Após este estudo inicial, foram analisados os dados gerados num experimento
em laboratório, realizado por Minette (2014).
Adicionalmente, o sinal sintético e o sinal gerado no experimento foram avaliados
com o uso do software comercial ARTeMIS Modal. Dentre outras técnicas, o programa
implementa a FDD e EFDD. O uso desta ferramenta facilita bastante o pré-processamento
dos sinais e a sua análise, mas, por ser um software de código fechado, não é possível saber
se ele utiliza somente os processos descritos em Brincker, Ventura e Andersen (2001). É
interessante ressaltar que os fundadores da empresa responsável pelo desenvolvimento
do ARTeMIS, Palle Andersen e Rune Brincker2 , são autores do artigo que introduziu a
FDD/EFDD.
O sinal sintético foi gerado no Matlab utilizando dois senos amortecidos de parâmetros
determinados (taxas de amortecimento, frequências naturais e modos). A sua resposta
no tempo pode ser vista na figura 6.1. Nas seções a seguir, os métodos escolhidos foram
avaliados em razão da alteração de características do sinal e da adição de ruído.
1
A razão sinal-ruído é dada pela razão entre as potências do sinal medido e do ruído presente no
mesmo.
2
Informação retirada do site da empresa (<www.svibs.com/about_us/founders>) acessado em
28/09/2016.
61
62 AVALIAÇÃO DE MÉTODOS
Figura 6.1 Sinal simulado no tempo
6.1 SENSIBILIDADE AO RUÍDO
Devido à suspeita de que o ruído de contato entre o rotor e o estator do conjunto de BCP,
gerado durante sua operação, possa influenciar os resultados de uma análise modal da
estrutura, é necessário fazer uma análise do comportamento de alguns métodos aplicados
a sinais com presença de ruído.
Nesta etapa, os métodos escolhidos avaliaram sinais na ausência de ruído e, posteri-
ormente, com a adição de ruído branco. Foram gerados dois sinais, simulando a resposta
de dois acelerômetros, compostos por uma combinação de dois senos amortecidos, de 30
e 85 Hz. Os sinais foram digitalizados a uma taxa de amostragem de 500 Hz. Sobre
cada sinal total, foi aplicado ruído branco, resultando em razões sinal-ruído (SNR) de 30,
20 e 10 dB. Os resultados obtidos podem ser vistos na tabela 6.1, enquanto que o erro
percentual, em relação aos valores de referência, estão contidos na tabela 6.2.
Tabela 6.1 Sinal sintético sem ruído

Parâmetro Modo Referência PP LSCE FDD EFDD ARTeMIS
1 188,5 189,1 188,5 187,2 219,9 188,7
ωn [rad/s]
2 534,1 534,6 534,1 533,8 585,7 533,9
1 [1 0,5] – [1 0,5] [0,9 0,5] [1 0,5] [0,9 0,4]
Vetor modal
2 [0,5 1] – [0,5 1] [0,4 0,9] [0,5 1] [0,4 0,9]
1 2,65 2,65 2,65 – 2,91 2,1
ξ (%)
2 0,53 0,52 0,53 – 0,60 0,63
Tabela 6.2 Erro percentual

Parâmetro Modo PP LSCE FDD EFDD ARTeMIS
1 0,32 0 0,71 16,67 0,08
ωn [rad/s]
2 0,10 0 0,05 9,67 0,02
1 – 0 [10 0] 0 [10 20]
Vetor modal
2 – 0 [20 10] 0 [20 10]
1 0,29 0,05 – 9,64 19,97
ξ (%)
2 1,26 0 – 12,87 18,76
6.1 SENSIBILIDADE AO RUÍDO 63
Com esta primeira análise, pode-se perceber que o Peak picking, apesar de ser ex-
tremamente simples, conseguiu estimar com precisão as frequências naturais e taxas de
amortecimento. Na ausência de ruído pode-se encontrar sem dificuldade os picos e as
frequências que serão utilizadas para o cálculo da taxa de amortecimento, seguindo o
método da meia potência (ω1 e ω2 ). Entretanto, deve-se ressaltar que geralmente é ne-
cessário realizar interpolações para determinar as frequências ω1 e ω2 , o que aumenta a
incerteza da estimação.
O LSCE, na ausência de ruído, conseguiu estimar com grande acurácia todos os pa-
râmetros modais. Entretanto, mesmo para um sinal com reduzido número de modos, o
algoritmo apresentou um elevado tempo de processamento. Em média, foram necessários
4,88 segundos para a execução do algoritmo, enquanto que este tempo foi de apenas 0,17
segundos para a rotina da EFDD. É necessário destacar que nesta contagem de tempo,
para o LSCE, não está incluso o tempo de execução do diagrama de estabilização, uma
vez que o número de modos já era conhecido previamente. Além disso, em relação aos de-
mais métodos testados, o LSCE não fornece ao usuário um meio de interpretação visual,
como o espectro do sinal, que permita uma pré-verificação intuitiva das características
do mesmo.
É possível perceber que o algoritmo implementado em Matlab para a aplicação do

EFDD e o ARTeMIS apresentaram resultados similares. A diferença entre os valores
das frequências naturais calculadas deve-se ao fato de que o código em Matlab obtêm
esse valor através do crossing zeros, enquanto que o ARTeMIS estima utilizando os picos
da decomposição em valores singulares3 (SVD), como na FDD. Desta forma, a rotina
de FDD desenvolvida no Matlab estima as frequências com valores muito próximos aos
obtidos com o ARTeMIS. Como foram estimados os melhores resultados e pelo fato do
ARTeMIS utilizar esta metodologia, as frequências naturais do EFDD implementado em
Matlab serão estimadas através da seleção direta de picos da SVD.
É necessário destacar que o método da EFDD necessita do ajuste de parâmetros, como

a determinação do intervalo de correlação que será analisado e o valor de MAC aplicado.
Após a obtenção da função de autocorrelação normalizada, é necessário determinar qual
o intervalo da mesma será utilizado para a determinação da taxa de amortecimento
(através do decremento logarítmico) e da frequência natural (através do crossing zeros).
O ARTeMIS utiliza como padrão o trecho da função de autocorrelação entre os picos
menores que 0,95 e maiores que 0,3. A figura 6.2 demonstra uma das telas da rotina
desenvolvida em Matlab, nela é possível visualizar a função de autocorrelação normalizada
e o trecho escolhido para a análise (em vermelho) utilizando os parâmetros recomendados.
3
No momento de seleção dos picos, o programa exibe uma nota informando que as frequências naturais
serão obtidas através do FDD.
Figura 6.2 Algoritmo implementado em Matlab
Valores distintos para o intervalo do mínimo e máximo da função de autocorrelação

e variações no intervalo do MAC alteram o valor dos parâmetros estimados. Os primei-
ros afetam o valor obtido para a taxa de amortecimento (considerando que a frequência
natural será estimada a partir dos picos da SVD), enquanto que o intervalo do MAC
altera ambos parâmetros modais. Outro ponto a ser analisado é que, apesar de apre-
sentar um grande erro percentual, a diferença absoluta entre o valor de referência e a
taxa de amortecimento estimada não é elevada. Neste caso, as diferenças para o algo-
ritmo desenvolvido em Matlab são de 0,26% e 0,07% para o primeiro e segundo modo,
respectivamente, enquanto que para o ARTeMIS são de 0,53% e 0,10%.
Após a análise do sinal sem ruído, o mesmo estudo foi feito com aumento progressivo
do ruído presente. Foram analisados sinais com relação sinal-ruído de 30 dB, 20 dB e
10 dB. Pode-se observar, com a figura 6.3, os efeitos do ruído no espectro. À medida
que o ruído aumenta, apesar dos picos permanecerem consideravelmente distinguíveis
(exceto para o caso de SNR igual a 10 dB), torna-se cada vez mais difícil determinar as
frequências ω1 e ω2 . Assim, é necessária, cada vez mais, a interpretação do usuário. Os
resultados deste testes estão resumidos nas tabelas 6.3, 6.4 e 6.5 para os valores de SNR
iguais a 30 dB, 20 dB e 10 dB, respectivamente.
6.1 SENSIBILIDADE AO RUÍDO 65
Figura 6.3 Efeito do ruído no espectro
Tabela 6.3 Sinal sintético - SNR = 30 dB

Parâmetro Modo Ref PP LSCE FDD EFDD ARTeMIS
1 188,5 190,35 785,4 187,2 187,2 188,5
ωn [rad/s]
2 534,1 534,6 -833,14 533,6 533,6 534
1 [1 0,5] – [0 0,02 ] [0,9 0,4 ] [1 0,4] [0,9 0,5]
Vetor modal
2 [0,5 1] – [0 0,01] [0,5 0,9] [0,5 1] [0,4 0,9]
1 2,65 2,48 -49,46 – 2,31 2,16
ξ (%)
2 0,53 0,52 -51,79 – 0,50 0,61

1 188,5 187,9 -747,5 190,2 190,2 188,3
ωn [rad/s]
2 534,1 536,5 785,4 533,8 533,8 534,3
1 [1 0,5] – [0 0,01] [0,9 0,5] [1 0,6] [0,9 0,4]
Vetor modal
2 [0,5 1] – [0 0,01] [0,5 0,9] [0,5 1] [0,5 0,9]
1 2,65 1,17 -49,1 – 1,54 2,58
ξ (%)
2 0,53 0,52 -39,3 – 0,43 0,65

1 188,5 – 804,6 – – –
ωn [rad/s]
2 534,1 533,3 840,7 533,8 533,8 533,29
1 [1 0,5] – [0 0,01] – – –
Vetor modal
2 [0,5 1] – [0 0,01] [0,6 0,8] [0,7 0,9] [0,3 0,9]
1 2,65 – -46,65 – – –
ξ (%)
2 0,53 0,47 -52,79 – 0,12 1,12
É possível perceber que o algoritmo do PP apresenta bons resultados mesmo em

elevada presença de ruído. Entretanto, como mencionado anteriormente, é necessária
bastante interpretação do usuário na escolha das frequências que serão utilizadas no mé-
todo de meia potência. O LSCE se mostrou bastante sensível em relação ao ruído. Mesmo
para a razão sinal-ruído de 30 dB, já não foi possível estimar nenhum dos parâmetros
modais com alguma exatidão.
Para o caso de baixa SNR (10 dB), nenhum dos métodos no domínio da frequência
utilizados foi capaz de detectar o primeiro modo. Além disso, pode-se notar que a taxa
de amortecimento é o fator mais sensível à presença de ruído, já que a estimação dos
demais parâmetros manteve-se em valores próximos. É possível perceber que, em todos
os casos, o EFDD conseguiu estimar com boa precisão as frequências naturais e os modos.
As diferenças absolutas médias, para as frequências naturais, estão sumarizadas na figura
6.4. É importante destacar que, apesar de aparentemente as estimativas para o pior caso
(SNR = 10 dB) apresentarem os melhores resultados, esta coluna considera apenas os
picos do segundo modo, já que o primeiro modo não foi detectado nesta situação. Como
o gráfico apresenta os erros médios e as estimativas do primeiro modo carregavam maior
erro, essa última avaliação apresenta este tipo de distorção. Os resultados para o LSCE
foram omitidos para não prejudicar a visualização, devido à escala.
Figura 6.4 Erro ωn - Presença de ruído

6.2 PROXIMIDADE DOS MODOS 67
6.2 PROXIMIDADE DOS MODOS
Após avaliar a influência da presença de ruído nos resultados, foi analisado como a esti-
mação dos parâmetros varia em função da proximidade dos modos. Para isto as frequên-
cias naturais do sistema foram modificadas, mantendo-se uma frequência fixa em 30 Hz
(188,50 rad/s) e, progressivamente reduzindo a segunda utilizando os valores de 90 Hz
(565,49 rad/s), 60 Hz (377 rad/s), 45 Hz (282,74 rad/s) e 35 Hz (219,91 rad/s). Como
já foi verificada a similaridade entre os resultados obtidos com o algoritmo da EFDD e
do ARTeMIS, nos demais testes com sinais sintéticos o comportamento da EFDD será
avaliado somente com o algoritmo desenvolvido. Os resultados estão sumarizados nas
tabelas 6.6, 6.7, 6.8 e 6.9, respectivamente.
Tabela 6.6 Efeito da proximidade dos modos - 30 Hz e 90 Hz

Parâmetro Modo Referência PP LSCE FDD EFDD
1 188,5 189,1 188,5 187,2 187,2
ωn [rad/s]
2 565,5 566 565,5 564,4 564,4
1 [1 0,5] – [1 0,5] [0,9 0,5] [1 0,5]
Vetor modal
2 [0,5 1] – [0,5 1] [0,4 0,9] [0,5 1]
1 2,65 2,80 2,65 – 2,34
ξ (%)
2 0,53 0,55 0,53 – 0,54

1 188,5 189,1 188,5 187,2 187,2
ωn [rad/s]
2 377 377,5 377 377,4 377,4
1 [1 0,5] – [1 0,5] [0,9 0,5] [1 0,5]
Vetor modal
2 [0,5 1] – [0,5 1] [0,4 0,9] [0,5 1]
1 2,65 2,64 2,65 – 2,29
ξ (%)
2 0,80 0,76 0,80 – 0,79

1 188,5 189,1 188,5 187,2 187,2
ωn [rad/s]
2 282,7 283,3 282,7 282,3 282,3
1 [1 0,5] – [1 0,5] [0,9 0,5] [1 0,5]
Vetor modal
2 [0,5 1] – [0,5 1] [0,4 0,9] [0,5 1]
1 2,65 2,64 2,65 – 2,34
ξ (%)
2 1,06 1,11 1,06 – 0,98

1 188,5 188,5 188,5 187,2 187,2
ωn [rad/s]
2 219,9 220,8 219,9 220,9 220,9
1 [1 0,5] – [1 0,5] [0,9 0,4] [1 0,5]
Vetor modal
2 [0,5 1] – [0,5 1] [0,5 0,9] [0,5 1]
1 2,65 2,49 2,64 – 2,36
ξ (%)
2 1,36 1,42 1,36 – 1,33
Para os valores testados, a proximidade dos modos não influenciou significativamente

na estimativa dos parâmetros. A primeira frequência natural estimada pelo Peak Pic-
king foi o único parâmetro que apresentou melhora na estimativa com a proximidade dos
modos, entretanto a variação foi de aproximadamente apenas 0,5 Hz, sendo então con-
siderada como uma flutuação desprezível. Na figura 6.5 é possível observar a diferença
absoluta dos valores obtidos para cada conjunto de frequências testados e como estes
valores variam pouco em relação às diferentes configurações dos modos.
Figura 6.5 Erro - Proximidade dos modos

6.3 LARGURA DA JANELA 69
6.3 LARGURA DA JANELA
Em experimentos com estruturas reais, geralmente é necessário selecionar, dentre toda a

informação coletada, um período específico de tempo (janela de tempo) que será anali-
sado. Idealmente, busca-se um janela de largura tal que os dados contidos nela represen-
tem apenas a resposta da estrutura à excitação de entrada. Um pico pode ser utilizado
para definir o início da janela, mas não há uma característica clara para determinar o
seu fim precisamente. Por isso, o último aspecto observado nesta etapa foi a influência
da largura da janela de tempo utilizada na análise.
Para os testes foi utilizado um sinal composto com dois senos amortecidos, como nas
etapas anteriores, definidos entre zero e três segundos e com taxa de amostragem de
500 Hz. O sinal no tempo, nos dois canais, pode ser visto na figura 6.6. Este sinal foi
expandido com valores nulos e, sobre este novo conjunto de dados, aplicou-se ruído branco
resultando em uma SNR de 30 dB. Desta forma, valores posteriores a três segundos são
compostos apenas por ruído.
Figura 6.6 Sinais de vibração com SNR de 30 dB
Como o LSCE apresentou resultados com pouca precisão para sinais com razão sinal-
ruído de 30 dB, esta técnica não foi considerada nesta analise. Foram utilizadas janelas
de tempo de 13, 6 e 3 segundos para a análise do comportamento das estimativas. Os
resultados estão compilados nas tabelas 6.10, 6.11 e 6.12, respectivamente.
Tabela 6.10 Análise - Janela de 13 segundos

Parâmetro Modo Referência PP FDD EFDD
1 188,5 188,5 190,4 190,4
ωn [rad/s]
2 534,1 535,3 534,1 534,1
1 [1 0,5] – [0,9 0,4] [1 0,5]
Vetor modal
2 [0,5 1] – [0,4 0,9] [0,5 1]
1 2,65 2,58 – 2,26
ξ (%)
2 0,56 0,59 – 0,51

1 188,5 189,8 190,4 190,4
ωn [rad/s]
2 534,1 534,7 534,1 534,1
1 [1 0,5] – [0,9 0,5] [1 0,5]
Vetor modal
2 [0,5 1] – [0,4 0,9] [0,5 1]
1 2,65 2,77 – 2,86
ξ (%)
2 0,56 0,49 – 0,72

1 188,5 190,4 190,4 190,4
ωn [rad/s]
2 534,1 536 534,1 534,1
1 [1 0,5] – [0,9 0,4] [1 0,5]
Vetor modal
2 [0,5 1] – [0,5 0,9] [0,5 1]
1 2,65 2,19 – 3,00
ξ (%)
2 0,56 0,59 – 0,66
Com os resultados obtidos pode-se perceber que, nos casos estudados de sinais com
SNR de 30 dB, a largura da janela de tempo não interferiu significativamente nas esti-
mativas dos parâmetros. Mesmo para o primeiro caso, com a adição de dez segundos de
ruído (figura 6.7), todos os métodos apresentaram bons resultados. Como os espectros
do sinal permaneceram semelhantes nas três condições, era esperado que os métodos no
domínio da frequência apresentassem pouca sensibilidade à variação da janela de tempo.
6.4 SISTEMA REAL 71
Figura 6.7 Sinal - 13 segundos
6.4 SISTEMA REAL
Os métodos ainda foram comparados utilizando dados de um experimento de um sistema

real. O teste foi realizado por Minette (2014). Além do PP, LSCE e EFDD, o sistema
foi modelado no software Hyperworks, para a realização da análise modal por elementos
finitos. A estrutura analisada foi uma viga de alumínio engastada em sua base, como
pode ser visto na figura 6.8. Foram utilizados cinco acelerômetros distribuídos ao longo
da barra. Para excitar a estrutura foi utilizado um martelo e os impactos foram realizados
próximos ao engaste. A tabela 6.13 sumariza os valores médios obtidos com os métodos
escolhidos.
Figura 6.8 Viga engastada
Fonte: Minette (2014)

Tabela 6.13 Viga engastada

Modo Parâmetro PP LSCE EFDD E. Finitos
ωn [Hz] – 4,56 – 3,78
1
ξ (%) – 0,46 – –
ωn [Hz] 15,13 14,90 14,81 15,11
2
ξ (%) 2,10 0,37 2,53 –
ωn [Hz] 41,33 41,34 41,02 23,66 - 66,22
3
ξ (%) 1,89 0,50 1,06 –
ωn [Hz] 81,71 81,18 81,23 94,51
4
ξ (%) 0,52 0,11 0,48 –
É possível perceber que as frequências naturais são coerentes entre si, apesar do Peak
picking e EFDD não terem detectado o primeiro modo indicado pelo LSCE e por elemen-
tos finitos. É importante ressaltar que os espectros dos sinais não indicam visualmente
a presença deste pico. A taxa de amortecimento estimada pelo PP e EFDD também
apresentam valores próximos entre si, mas destoantes dos estimados pelo LSCE. Com o
teste realizado anteriormente, onde a razão sinal-ruído foi variada, foi possível perceber
que este parâmetro é mais sensível ao ruído e, entre as técnicas estudadas, o LSCE foi
o mais impactado pela adição de ruído. Desta forma, é provável que a estimação deste
parâmetro, com o LSCE, tenha sido afetada pela presença de ruído.
A análise por elementos finitos, diferentemente dos demais, detectou dois modos dis-
tintos entre 15 Hz e 80 Hz. Na modelagem do sistema não foram incluídas as massas dos
acelerômetros, o que no caso de estruturas leves pode ser bastante significativo. Além
disso, as condições de contorno não são perfeitamente semelhantes e é possível que pro-
priedades do material da barra real e as utilizadas pelo Hyperworks sejam distintas.
Esses fatores influenciaram os resultados obtidos pela simulação computacional. Assim,
é possível perceber que, para sistemas complexos, a modelagem computacional é também
complexa, requerendo os resultados da análise modal para o seu ajuste.
Capítulo
7
EXPERIMENTOS
Uma vez testados os métodos em sinais conhecidos e em uma estrutura simples, foram
realizados os experimentos nas estruturas relacionadas ao conjunto BCP. Também foi
testado o conjunto no interior do poço de testes, em condições de instalação similares
às encontradas em um poço real. Os resultados destes ensaios servirão de base para um
estudo mais aprofundado sobre o comportamento dinâmico do conjunto em operação.
Foram testados o conjunto rotor-estator em diferentes condições de contorno, além da
coluna de revestimento, onde a bomba será instalada. Por fim, foi analisado o conjunto
BCP. Nestes experimentos, optou-se por utilizar apenas o ARTeMIS, por conta da maior
praticidade e organização, em relação ao algoritmo desenvolvido, na manipulação e análise
do grande número de conjunto de dados gerados.
7.1 COLUNA DE REVESTIMENTO
A coluna de revestimento, vista na figura 7.1, é uma estrutura composta por uma série
de tubos metálicos, que serve de suporte para a instalação dos métodos de elevação
artificial utilizados no Laboratório de Elevação Artificial (LEA) da UFBA. Entretanto,
diferentemente do que ocorre em um poço real, a coluna de revestimento do LEA e,
consequentemente, a bomba, não estão ancorados em uma estrutura com massa infinita
(Terra). Por isso, é necessário realizar a análise modal na coluna de revestimento, a fim
de estudar as suas propriedades dinâmicas. Este experimento é necessário para que seja
possível investigar se o comportamento da coluna de revestimento pode interferir nos
resultados da análise de vibração do conjunto BCP.
73
74 EXPERIMENTOS
Figura 7.1 Coluna de revestimento
A estrutura foi excitada a partir de um martelo modal modelo 086D50 da PCB Piezo-
tronics. Foram realizados três impactos em cada um dos andares da Escola Politécnica da
UFBA, totalizando 24 impactos. Com este martelo é possível utilizar três tipos distintos
de ponta, classificadas de acordo com a sua rigidez. Por isso, com o objetivo de verificar
o comportamento da estimativa dos parâmetros em função do tipo de ponta empregado,
neste primeiro experimento foram analisados os sinais gerados com todas três pontas.
Para todas as configurações foi utilizado o mesmo procedimento, sendo a troca das pon-
tas a única variável modificada. As curvas do sinal gerado pelo martelo, com as pontas
de maior e a de menor rigidez, fornecidas pelo fabricante podem ser vistas na figura 7.2.
Figura 7.2 Sinal de entrada do martelo
Fonte: Adaptado do manual do fabricante - PCB Piezotronics
Para a coleta dos dados da resposta da coluna de revestimento, foram utilizados sete
7.1 COLUNA DE REVESTIMENTO 75
acelerômetros alinhados e distribuídos de forma equidistante ao longo do seu comprimento

de, aproximadamente, 32 m. Foram utilizados acelerômetros modelo 624B11, também
da PCB Piezotronics, fixados conforme visto na figura 7.3. Os impactos foram aplica-
dos em pontos diametralmente opostos aos sensores. Um esquema da distribuição dos
acelerômetros pode ser visto na figura 7.4.
Figura 7.3 Fixação do acelerômetro na coluna de revestimento
Figura 7.4 Distribuição dos acelerômetros na coluna de revestimento
A aquisição dos sinais dos acelerômetros foi realizada através de uma interface de-
senvolvida em LabView, com cartões NI 9234 da National Instruments. O cabeçote de
acionamento utilizado para fornecer potência ao conjunto BCP é o modelo NDH020DH20
- HB da NETZSCH. Este cabeçote é capaz de operar em rotações de até 500 rpm (8,33
76 EXPERIMENTOS
Hz). Entretanto, para esta instalação, a velocidade de trabalho esperada é de 100 rpm
(1,67 Hz). Desta forma, considerando o volume de dados que seriam gerados e o teorema
de Nyquist, os dados foram amostrados a uma taxa de 1707 Hz, um dos menores valores
possíveis para estes cartões. É possível reduzir ainda mais a frequência de aquisição, de
forma computacional, através da dizimação, que consiste no descarte de alguns valores
na amostra. Entretanto, esta operação não foi necessária, considerando o tamanho final
dos arquivos e o tempo de processamento dos mesmos. Nas figuras 7.5 e 7.6 pode-se ver
uma das telas do sistema de aquisição e os cartões NI 9234, respectivamente.
Figura 7.5 Sistema de aquisição
Figura 7.6 Cartões de aquisição NI 9234
A etapa de pré-processamento dos sinais consistiu na sua truncagem no tempo e

aplicação de um filtro passa-baixa de Butterworth de terceira ordem. É um filtro bastante
utilizado para atenuar frequências acima de um intervalo desejado, neste caso utilizado
apenas para certificar que o sinal da resposta estaria dentro do limite de excitação do
7.1 COLUNA DE REVESTIMENTO 77
martelo. Na figura 7.7 pode-se ver as respostas de amplitude de filtros Butterworth de

diferentes ordens N . Os dados foram analisados através da Enhanced Frequency Domain
Decomposition (EFDD), com o uso do ARTeMIS.
Figura 7.7 Respostas de amplitude de um filtro Butterworth
Fonte: Lathi (2007)
Figura 7.8 Sinal truncado da resposta no tempo - Ponta macia

78 EXPERIMENTOS
Figura 7.9 SVD do sinal processado - Ponta macia
Neste primeiro experimento foram testadas todas as três pontas: macia, média e dura.
Exemplos de alguns sinais truncados no tempo e da decomposição em valores singulares
(SVD) do sinal processado do martelo de ponta macia podem ser vistos nas figuras
7.8 e 7.9, respectivamente, ambas retiradas do ARTeMIS. Os resultados, compilados na
tabela 7.1, demonstram que, para todas as três configurações, os cinco primeiros modos
foram estimados com valores similares. Entretanto, deve-se destacar que os picos do
primeiro modo (18,64 Hz) foram de difícil detecção (picos de pequena amplitude) nos
dados coletados após o impacto com a ponta dura. A similaridade entre as estimativas,
para as frequências naturais e taxas de amortecimento, pode ser vista, de forma gráfica,
através da figura 7.10.
Deve-se destacar que, como as amplitudes da resposta são maiores para os impactos
com ponta dura, a razão sinal-ruído para estes sinais é maior. Entretanto, esta última
característica não influenciou nas estimativas dos parâmetros. Desta forma, para os ex-
perimentos posteriores, os impactos serão realizados apenas com a ponta macia, seguindo
a recomendação encontrada na literatura (EWINS, 1995; BILOSOVA, 2011).
Tabela 7.1 Resultados da análise modal - Coluna de revestimento

Ponta macia Ponta média Ponta dura
Modo
fn [Hz] ξ (%) fn [Hz] ξ (%) fn [Hz] ξ (%)
1 18,93 4,95 19,36 4,87 18,64 4,83
2 30,46 3,37 30,52 3,29 30,66 3,31
3 41,86 2,27 41,86 2,09 42,04 2,28
4 53,64 1,86 53,82 1,97 53,89 1,80
5 58,25 2,02 58,38 1,91 58,17 1,97
7.2 CONJUNTO ROTOR/ESTATOR 79
Figura 7.10 Comparação entre os resultados
Os valores apresentados na tabela 7.1 são os valores médios, calculados a partir da

análise dos 24 impactos de cada uma das pontas. É importante notar que o primeiro modo
detectado na análise apresenta frequência natural acima da faixa de rotação nominal do
cabeçote (8,33 Hz). Desta forma, não deverá ocorrer o fenômeno da ressonância durante
a operação do conjunto BCP no LEA1 , evitando vibrações de intensidade excessiva na
estrutura instalada no interior da Escola Politécnica da UFBA. É possível perceber a
pequena dispersão nos valores estimados observando o baixo desvio padrão de cada uma
das estimativas, compilados na tabela 7.2.
Tabela 7.2 Desvio padrão dos parâmetros estimados

Ponta macia Ponta média Ponta dura
Modo
1 1,05 0,07 0,05 0,12 1,65 0,54
2 0,12 0,10 0,05 0,07 0,16 0,14
3 0,13 0,40 0,13 0,63 0,24 0,60
4 0,43 0,25 0,45 0,31 0,34 0,09
5 0,14 0,42 0,19 0,05 0,07 0,05
7.2 CONJUNTO ROTOR/ESTATOR
Após a análise da coluna de revestimento, foi analisado o conjunto rotor e estator que será
instalado no interior desta coluna. Adicionalmente, foi testado um segundo conjunto de
maior dimensão. Como, com a atual estrutura disponível no LEA, não é possível instalar
este segundo conjunto no interior do poço, optou-se por realizar a análise utilizando uma
forma de sustentação livre. Para manter a similaridade entre os experimentos, manteve-
se a mesma configuração para os dois conjuntos. Para a sustentação, foi utilizada uma
corrente e os conjuntos foram suspensos verticalmente. Um dos equipamentos, com os
acelerômetros instalados, pode ser visto na figura 7.11.
1
LEA - Laboratório de Elevação Artificial, localizado no Centro de Capacitação Tecnológica em
Automação Industrial (CTAI) da UFBA.
80 EXPERIMENTOS
Figura 7.11 Conjunto rotor e estator com acelerômetros instalados
Não foi encontrada na literatura uma metodologia, além de indicações genéricas, para
determinar a forma de sustentação em testes onde a estrutura encontra-se livremente
suspensa no espaço. Como descrito na seção 4.2.1.1, para a realização da análise modal,
pode-se optar pela condição de contorno livre, onde se considera que a estrutura está
livremente suspensa no espaço. Essa condição é geralmente utilizada quando deseja-
se analisar isoladamente um subsistema com o objetivo de integrá-lo num sistema mais
complexo ou quando busca-se correlacionar os resultados do teste com os obtidos de forma
teórica, simplificando a determinação das condições de contorno. Neste experimento
foram utilizados dois comprimentos de corrente de sustentação, visando investigar se
este parâmetro influenciaria nos resultados obtidos com a análise. O rotor e estator,
em conjunto, representam um dos principais subsistemas do conjunto BCP em relação à
vibração do equipamento em operação, em função do grande atrito que ocorre entre eles.
No primeiro teste, os impactos foram realizados com o conjunto suspenso por uma
corrente longa, com cerca de 20 metros. Neste caso, o comprimento da corrente é cerca de
dez vezes o valor do comprimento do conjunto. No segundo teste, o conjunto foi elevado
7.2 CONJUNTO ROTOR/ESTATOR 81
por uma corrente curta de, aproximadamente, 4 metros. Em ambos experimentos foram
aplicados 30 impactos, divididos em dois pontos distintos (base e centro do conjunto). Por
conta de sua dimensão, para estes experimentos foram utilizados cinco acelerômetros. Os
demais equipamentos envolvidos no teste permaneceram os mesmos do experimento da
coluna de revestimento. Na figura 7.12 pode-se ver o conjunto pendurado com a corrente
longa, à esquerda, e curta, à direita.
Figura 7.12 Conjunto içado por corrente longa e curta
Assim como no experimento anterior, os dados não processados foram inicialmente

truncados no tempo. Neste novo conjunto de dados foi aplicado um filtro passa baixa
de Butterworth de terceira ordem, com frequência de corte de 200 Hz. Na figura 7.13
pode-se ver um exemplo da resposta truncada no tempo e, na figura 7.14, o espectro da
decomposição em valores singulares.
82 EXPERIMENTOS
Figura 7.13 Resposta no tempo - Estator de 2 m
Figura 7.14 SVD do sinal processado
Na tabela 7.3 estão compilados os valores médios obtidos a partir da análise modal
para as configurações de corrente curta e longa. Foram considerados apenas os modos até
100 Hz. É possível perceber que, embora o segundo e terceiro modo detectados em ambas
as configurações sejam semelhantes, o modo de frequência mais baixa só foi estimado no
teste de corrente curta. Ou seja, a variação no comprimento da corrente influenciou nos
resultados obtidos na análise. Considerando que no primeiro caso a massa da corrente
é significativa em relação à massa do conjunto e que um modo não foi detectado nesta
configuração, ela será preterida em experimentos futuros.
7.3 CONJUNTO BCP INSTALADO NO POÇO 83
Tabela 7.3 Parâmetros modais - Estator de 2 m

Corrente curta Corrente longa
Modo
fn [Hz] ξ (%) fn [Hz] ξ (%)
1 14,35 9,86 – –
2 56,41 7,25 56,14 7,70
3 88,21 5,50 88,52 4,63
As estimativas, além de de serem similares, também apresentaram pequena dispersão

e pequena diferença absoluta entre si. Na tabela 7.4 estão contidos os valores do desvio
padrão das estimativas e a diferença absoluta entre estes parâmetros.
Tabela 7.4 Desvio padrão e parâmetros estimados

Desvio - C. curta Desvio - C. longa Diferença abs.
Modo
1 1,48 1,97 – – – –
2 0,83 0,83 1,77 1,09 0,27 0,45
3 1,59 1,14 0,68 0,49 0,31 0,86
7.3 CONJUNTO BCP INSTALADO NO POÇO
Por fim, após testar as estruturas relacionadas ao conjunto BCP, este foi testado no
interior do poço, fora de operação. Neste caso, foi realizada a instalação completa do
conjunto, que inclui: âncora de torque, tubo de extensão, estator e rotor, coluna de
hastes e cabeçote. Neste experimento foi utilizado o conjunto com o estator de 2 m de
comprimento. Foram utilizados seis acelerômetros alinhados, distribuídos ao longo do
conjunto e fixados na coluna de produção e estator.
Nesta estrutura, foram realizados dois experimentos, variando o ponto de aplicação

do sinal de entrada. No primeiro, foram realizados 45 impactos no flange na cabeça
do poço. Este foi um dos pontos escolhidos, já que a coluna de produção é sustentada
por este equipamento através de uma conexão rosqueada no seu interior. No segundo,
experimento os 45 impactos foram aplicados na coluna de revestimento, na região de
atuação da âncora de torque. Este equipamento localiza-se na extremidade inferior do
conjunto e está em contato direto com a coluna de revestimento do poço. Um esquema
com a distribuição dos acelerômetros e dos pontos de impacto pode ser visto na figura
7.15.
84 EXPERIMENTOS
Figura 7.15 Distribuição dos acelerômetros e pontos de impacto
IMPACTOS NA CABEÇA DO POÇO
Na figura 7.16 pode-se ver a aplicação de um impacto na cabeça do poço, localizado na

cabeça do poço. Os dados foram amostrados a uma taxa de 4651 Hz e as etapas de
pré-processamento mantiveram-se as mesmas dos experimentos anteriores. A tabela 7.5
contém os cinco primeiros modos identificados neste experimento. É possível notar que o
primeiro modo encontra-se acima da faixa de operação do equipamento. Ou seja, durante
a operação do equipamento, entre 100 e 200 rpm, não devem ser geradas excitações com
frequências próximas às frequências naturais do BCP. Como nos demais experimentos,
pode-se perceber a baixa dispersão das estimativas através do pequeno desvio padrão.
7.3 IMPACTOS NA ÂNCORA DE TORQUE 85
Figura 7.16 Impactos na cabeça do poço
Tabela 7.5 Parâmetros modais do conjunto BCP- Impactos na cabeça do poço

Parâmetros Desvio padrão
Modo
fn [Hz] ξ (%) fn [Hz] ξ (%)
1 12,44 10,46 0,18 0,72
2 27,34 5,98 0,18 0,37
3 35,92 3,70 0,27 0,70
4 41,15 3,75 0,22 0,53
5 49,84 3,08 1,96 0,40
IMPACTOS NA ÂNCORA DE TORQUE
Diferentemente de poços convencionais, na estrutura do LEA é possível acessar direta-

mente a coluna de revestimento, inclusive uma região onde há o contato direto com o
conjunto BCP. Desta forma, a energia do impacto é transferida para o conjunto através
da parede do revestimento. Por isso, foi realizado um segundo experimento, com o obje-
tivo de comparar os resultados obtidos nos diferentes pontos de impacto. Na figura 7.17
pode-se ver a aplicação do impacto do martelo na região da âncora de torque, na base do
poço.
86 EXPERIMENTOS
Figura 7.17 Impactos na âncora de torque
Neste experimento, foram estimados os seis primeiros modos, para possibilitar uma
melhor comparação entre os dois testes, já que um dos modos estimados não foi detectado
no primeiro experimento. Foi mantida a mesma metodologia do caso anterior. A tabela
7.6 contém as frequências naturais e taxas de amortecimento obtidas, assim como os
respectivos valores de desvio padrão.
Tabela 7.6 Parâmetros modais do conjunto BCP - Impactos na âncora de torque

Parâmetros Desvio padrão
Modo
fn [Hz] ξ (%) fn [Hz] ξ (%)
1 12,60 10,55 0,06 0,37
2 23,85 5,56 0,03 0,07
3 29,51 5,36 0,34 0,45
4 36,04 3,62 0,37 0,46
5 41,62 3,47 0,42 0,16
6 47,43 2,66 0,35 0,50
COMPARAÇÃO ENTRE OS EXPERIMENTOS
É possível perceber que, apesar do primeiro experimento não detectar o modo de 23,85
Hz, as estimativas apresentam grande similaridade entre si. Esta semelhança pode ser
observada através da tabela 7.7, que compila as diferenças absolutas entre as estimativas
obtidas nos dois experimentos. A maior diferença observada, para as frequências naturais,
7.3 COMPARAÇÃO ENTRE OS EXPERIMENTOS 87
foi de apenas 2,41 Hz. Enquanto que, para as taxas de amortecimento, este valor foi de
somente 0,62%.
Tabela 7.7 Parâmetros modais do conjunto BCP - Diferenças entre as estimações

Diferença abs.
Modo
fn [Hz] ξ (%)
1 0,16 0,09
2 – –
3 2,17 0,62
4 0,12 0,08
5 0,47 0,28
6 2,41 0,42
A figura 7.18 mostra dois sinais de resposta no tempo, obtidos nos experimentos com
o impacto aplicado na cabeça do poço e na âncora de torque, respectivamente, para
um mesmo canal. É possível perceber que, apesar do sinal do primeiro caso apresentar,
visivelmente, menor razão sinal-ruído (SNR) em relação ao segundo, o método utilizado
apresentou boa robustez em relação à presença de ruído. Desta forma, foi capaz de estimar
os parâmetros de forma similar em ambos os casos. Esta característica era esperada, já
que o método já havia sido testado variando-se a SNR do sinal da resposta.
Figura 7.18 Comparação entre os sinais de resposta
Por fim, é importante ressaltar que, como o BCP é uma estrutura que opera parcial-
mente submerso e, por isso, é necessário considerar os efeitos desta condição de contorno
no comportamento dinâmico do sistema. Estudos como Harrison et al. (2007) e Naik,
88 EXPERIMENTOS
Longmire e Mantell (2003) demonstram como sistemas submersos em líquidos de diferen-

tes propriedades têm seu comportamento dinâmico afetado, devido à adição da massa de
fluido.
De forma geral, fluidos densos e viscosos tendem a diminuir as frequências naturais,
especialmente para as mais altas, além de elevar as taxas de amortecimento. Outro efeito
de destaque é a redução nos picos de amplitude do espectro, o que pode dificultar a
sua detecção em métodos que utilizam a seleção manual de picos, como o EFDD. Os
experimentos foram realizados com o poço seco, assim, em trabalhos futuros, este efeito
poderá ser estudado.
Capítulo
8
CONCLUSÕES
Este trabalho teve como um dos principais objetivos, desenvolver e aplicar uma metodo-
logia de identificação de parâmetros modais de um conjunto de bombeio por cavidades
progressivas (BCP) em um poço de testes, com condições de instalação similares às de
um poço real. Foram estimadas as suas frequências naturais e taxas de amortecimento
através da técnica da Enhanced Frequency Domain Decomposition (EFDD).
Para efeito de comparação, também foram empregadas outras técnicas de análise mo-
dal. Nesta etapa foram utilizados sinais simulados, com parâmetros conhecidos, gerados
em Matlab. Foram utilizados os métodos do Peak picking (PP), Least Square Com-
plex Exponential (LSCE), Frequency Domain Decomposition (FDD) e Enhanced FDD
(EFDD). Os métodos foram implementados também em Matlab. Adicionalmente, foi
utilizado o software comercial ARTeMIS Modal, que utiliza, entre outros, o EFDD. Além
disso, foram realizadas modificações no sinal sintético, como reduções na razão sinal-ruído
(SNR), a fim de verificar o comportamento das estimativas destas técnicas em diferentes
condições. Após esta etapa inicial, para os experimentos relacionados ao conjunto BCP,
foi utilizada a técnica EFDD.
Além do conjunto BCP, de forma complementar, foram analisadas outras estruturas
relacionadas a este sistema. A coluna de revestimento, onde o conjunto está instalado, e
o subconjunto rotor-estator também foram testados. Em paralelo, foram realizados ex-
perimentos, como a aplicação de impacto com o martelo com diferentes características de
dureza e utilizando distintas condições de sustentação da estrutura. Estes experimentos
foram realizados com o objetivo de verificar a influência destas variáveis na estimação dos
parâmetros.
Diferentemente de poços reais, onde há grandes restrições nos possíveis pontos de
impacto, no poço do Laboratório de Elevação Artificial da UFBA (LEA) foi possível
excitar a estrutura em dois pontos distintos. Foram aplicados impactos na cabeça do
poço e na área da coluna de revestimento onde a âncora de torque está fixada. Aplicando
o sinal de entrada em mais de um ponto da estrutura testada, diminui-se a possibilidade
de que algum modo não seja excitado durante o experimento, melhorando os resultados
da análise.
89
90 CONCLUSÕES
Em todas as estruturas, a resposta à excitação de entrada do tipo impulso foi coletada

em diversos pontos, utilizando uma análise do tipo SIMO (Single Input - Multiple Output
- uma entrada e múltiplas saídas). Para isto, foram utilizados diversos acelerômetros,
distribuídos ao longo das estruturas testadas. Este tipo de força de excitação é uma
aproximação da função Delta de Dirac, permitindo uma análise output-only, onde este
sinal não é mensurado. Além disso, neste caso, o sinal da resposta do conjunto BCP é a
própria resposta ao impulso (IRF) do sistema.
Os testes com o sinal simulado demonstraram que o EFDD possui boa robustez ao
ruído, quando comparados às outras técnicas aplicadas, é capaz de detectar modos pró-
ximos e que os períodos de amostragem utilizados não influenciaram significativamente
na estimação dos parâmetros. Além disso, o método gera para o usuário uma interface
amigável, possibilitando uma interpretação intuitiva do espectro. Os baixos valores de
desvio-padrão das estimativas indicam a sua boa consistência da sua avaliação. Por ou-
tro lado, a especificação de parâmetros como o Modal Assurance Criterion (MAC) e o
intervalo da função de autocorrelação podem influenciar nos valores estimados. A seleção
manual dos picos, além de aumentar o tempo necessário para a conclusão da análise,
implica na necessidade de interpretação do usuário. Desta forma, pode ser interessante
investigar formas de automatizar a determinação dos parâmetros e a seleção dos picos.
A análise da coluna de revestimento revelou que esta estrutura possui as primeiras
frequências naturais afastadas da faixa de operação do conjunto BCP. Os resultados
obtidos com este experimento auxiliarão no ajuste de um modelo computacional que
permitirá realizar simulações através do método de elementos finitos (FEM). Além disso,
possibilita a avaliação da influência do comportamento desta estrutura no conjunto BCP
instalado no seu interior, em estudos complementares. O desenvolvimento deste modelo
poderá ser utilizado em outros estudos, especialmente aqueles como objetivo de modelar,
isoladamente, o conjunto BCP. Por fim, nesta etapa ainda foi testada a influência da
dureza do martelo nos resultados da análise modal. O uso de pontas com dureza maior
que a mínima necessária não afetou significativamente o resultado final da análise, apesar
de reduzir a amplitude dos picos de menor frequência, dificultando a sua detecção. Desta
forma, confirmou-se que o ideal é utilizar a pontar de menor dureza possível, respeitando
a faixa de frequência de excitação desejada.
Os resultados obtidos com os experimentos realizados no conjunto rotor-estator per-
mitirão a modelagem computacional deste importante subsistema e, consequentemente,
facilitarão a modelagem do conjunto BCP. A variação no comprimento da corrente de
sustentação do conjunto influenciou nos resultados obtidos, já que na configuração de
corrente longa, o modo de menor frequência natural não foi detectado. É necessário re-
alizar estudos complementares para justificar esta influência e determinar um modo de
especificação deste parâmetro. Como nos demais experimentos, os resultados obtidos pela
técnica da EFDD apresentaram pequena dispersão.
A análise do conjunto BCP instalado no interior da coluna de revestimento conseguiu
estimar com sucesso as frequências naturais e taxas de amortecimento deste sistema.
Devido às características do poço do LEA, foi possível realizar este experimento aplicando
impactos na base da coluna de revestimento, um ponto que é inacessível em um poços
reais. Adicionalmente, foram realizados impactos na cabeça do poço e os resultados foram
CONCLUSÕES 91
comparados.
Os parâmetros estimados nos experimentos foram similares, apesar de um dos modos
não ter sido detectado no caso onde os impactos foram realizados na cabeça do poço.
Embora o sinal deste experimento apresente menor razão sinal-ruído, o método aplicado
foi capaz de estimar os parâmetros de forma coerente, assim como o observado com o
teste realizado sobre um sinal simulado, na primeira etapa do estudo.
É necessário destacar que, apesar de ser um método output-only, a estimativa da
função densidade espectral de potência (PSD) e, consequentemente, das funções de auto-
correlação seriam aprimoradas com o uso do sinal de entrada. Desta forma, seria possível
obter melhores estimativas das frequências naturais e taxas de amortecimento caso este
sinal fosse coletado.
O conjunto BCP, apesar da sua importância, ainda é um sistema pouco investigado,
especialmente em relação ao seu comportamento dinâmico. Os resultados obtidos com
este estudo contribuirão para uma pesquisa mais ampla, sobre o comportamento do con-
junto em operação. Além disso, estes dados poderão apoiar o desenvolvimento de um
modelo computacional, que permitirá realizar simulações através do método de elemen-
tos finitos.
Por fim, é importante destacar que, a partir dos experimentos realizados nesse tra-
balho, pode-se concluir que o conjunto BCP dificilmente irá operar em rotações que irão
gerar excitações em frequências próximas às suas frequências naturais.
Resumidamente, em relação ao presente trabalho, podem ser destacados os seguintes
resultados e contribuições:
• Implementação das técnicas FDD e EFDD em Matlab para a realização da análise

modal experimental;
• Comparação dos resultados com diferentes técnicas com o uso de um sinal simulado;
• Estudo do comportamento da precisão da estimação em função da variação de ca-

racterísticas do sinal analisado, como mudanças na razão sinal-ruído e proximidade
dos modos;
• Realização da análise modal experimental em dois sistemas similares (conjunto

rotor-estator) em escala;
• Estimação dos parâmetros modais com sucesso, mesmo sem a mensuração dos sinais
de entrada;
• Identificação dos parâmetros dinâmicos de um sistema BCP em um poço de testes,

instalado de forma similar às de um poço real. Não foi encontrado na literatura
nenhuma análise modal em um conjunto BCP instalado em tais condições.
É possível concluir que a análise modal experimental para a extração dos parâmetros
dinâmicos do conjunto BCP, sob as condições descritas, foi realizada com sucesso, obtendo
resultados válidos.
92 CONCLUSÕES
8.1 TRABALHOS FUTUROS

Considerando as conclusões obtidas ao logo deste estudo, para trabalhos futuros, são
sugeridos:
• Investigar formas de automatizar a determinação dos parâmetros utilizados pelo

algoritmo da EFDD e a seleção de picos;
• Desenvolver técnica híbrida para contornar a determinação de parâmetros e seleção

manual de picos requeridos pela EFDD;
• Comparar os resultados obtidos com sinais de vibração do equipamento em opera-

ção;
• Realizar a análise modal com o conjunto de BCP operando;
• Desenvolver modelos computacionais, ajustados com os parâmetros estimados, para

possibilitar a realização de simulações para outros fins;
• Estudar meios de extrapolar os resultados obtidos com a análise do BCP instalado

no poço do LEA, para conjuntos instalados em poços reais, de maior profundidade;
• Realizar análise modal com o conjunto de BCP imerso em fluido;
• Determinar condições necessárias para uma melhor fixação da âncora a fim de evitar
o afrouxamento frequente das mesmas.
REFERÊNCIAS BIBLIOGRÁFICAS
ALLEMANG, R. Experimental modal analysis bibliography. Proceedings of the IIMAC,

1982.
ALLEMANG, R. Vibrations: Experimental modal analysis, course notes, Structural dy-

namics research laboratory, University of Cincinnati, OH. 1999.
ANDERSEN, P. Identification of civil engineering structures using vector ARMA models.

Tese (Doutorado) — unknown, 1997.
AVENIR TECHNOLOGIES. Avenir technologies. 2015. Acessado em 10 de Setembro de

2015. Disponível em: <http://www.avenirtechnologies.co/>.
AVITABILE, P. Experimental modal analysis. Sound and vibration, v. 35, n. 1, p. 20–31,

2001.
AVITABILE, P. What is the difference between all the mode indicator functions? what
do they all do? SEM Experimental Techniques, 2007.
BATEL, M. Operational modal analysis-another way of doing modal testing. Sound and
Vibration, [Bay Village, Ohio, Acoustical Publications, inc.], v. 36, n. 8, p. 22–27, 2002.
BENDAT, J. S.; PIERSOL, A. G. Random data: analysis and measurement procedures.

[S.l.]: John Wiley & Sons, 2011.
BILOSOVA, A. Modal testing. Investments in education development, 2011.
BORGES, A. S. Análise modal baseada apenas na resposta: decomposição no domínio

da frequência. Universidade Estadual Paulista (UNESP), 2006.
BRINCKER, R.; VENTURA, C.; ANDERSEN, P. Damping estimation by frequency

domain decomposition. In: 19th International Modal Analysis Conference. [S.l.: s.n.],
2001. p. 698–703.
BRINCKER, R.; ZHANG, L.; ANDERSEN, P. Modal identification from ambient res-
ponses using frequency domain decomposition. In: Proc. of the 18*‘International Modal
Analysis Conference (IMAC), San Antonio, Texas. [S.l.: s.n.], 2000.
BRINCKER, R.; ZHANG, L.; ANDERSEN, P. Modal identification of output-only sys-

tems using frequency domain decomposition. Smart materials and structures, IOP Pu-
blishing, v. 10, n. 3, p. 441, 2001.
93
94 REFERÊNCIAS BIBLIOGRÁFICAS
CUNHA, A.; CAETANO, E. Experimental modal analysis of civil engineering structures.

2006.
DOEBLING, S. W. et al. Damage identification and health monitoring of structural and

mechanical systems from changes in their vibration characteristics: a literature review.
[S.l.], 1996.
DOSSING, O. Structural testing, part ii: modal analysis and simulation. Naerum: Bruel
& Kjaer, 1988.
EWINS, D. Basics and state-of-the-art of modal testing. Sadhana, Springer, v. 25, n. 3,

p. 207–220, 2000.
EWINS, D. J. Modal testing: theory and practice. [S.l.]: Research studies press Let-
chworth, 1995.
FELBER, A. J. Development of a hybrid bridge evaluation system. Tese (Doutorado) —

University of British Columbia, 1994.
FERREIRA, A. C. N. Identificação modal e actualização de modelos de elementos finitos.

Tese (Doutorado) — Faculdade de Ciências e Tecnologia, 2013.
FILHO, L. A. C. M. de A. Identificação de estruturas em operação através de análise

modal híbrida. Tese (Doutorado) — Tese de D. Sc., COPPE/UFRJ, Rio de Janeiro,
Brasil, 2008.
FREITAS, T. C. d. Identificação de parâmetros modais utilizando apenas as respostas da

estrutura: identificação estocástica de subespaço e decomposição no domínio da frequên-
cia. Universidade Estadual Paulista (UNESP), 2008.
FU, Z.-F.; HE, J. Modal analysis. [S.l.]: Butterworth-Heinemann, 2001.
GOYAL, D.; PABLA, B. The vibration monitoring methods and signal processing tech-
niques for structural health monitoring: A review. Archives of Computational Methods
in Engineering, Springer, p. 1–10, 2015.
GROSEL, J.; SAWICKI, W.; PAKOS, W. Application of classical and operational modal
analysis for examination of engineering structures. Procedia Engineering, Elsevier, v. 91,
p. 136–141, 2014.
GUILLAUME, P. Modal analysis. Department of Mechanical Engineering, Vrije Univer-

siteit Brussel, Pleinlaan, v. 2, p. 4–6, 2007.
HAMANG, K. System identification of the Hardanger Bridge using enhanced frequency

domain decomposition. Tese (Doutorado) — NTNU, 2015.
HARRIS, C. M.; PIERSOL, A. G. Harris’ shock and vibration handbook. [S.l.]: McGraw-
Hill New York, 2002.
REFERÊNCIAS BIBLIOGRÁFICAS 95
HARRISON, C. et al. On the response of a resonating plate in a liquid near a solid wall.
Sensors and Actuators A: Physical, Elsevier, v. 134, n. 2, p. 414–426, 2007.
HAYKIN, S. S.; VEEN, B. V. Sinais e sistemas. [S.l.]: Bookman, 2001.
HEYLEN, W.; SAS, P. Modal analysis theory and testing. [S.l.]: Katholieke Universteit
Leuven, Departement Werktuigkunde, 2005.
IBSEN, L. B.; LIINGAARD, M. Experimental modal analysis. DCE Technical, 2006.
IGLESIAS, A. M. Investigating various modal analysis extraction techniques to estimate

damping ratio. Virginia Tech, 2000.
JÚNIOR, O. A. N. Identificação dos parâmetros modais utilizando apenas as respostas da

estrutura: identificação no domínio do tempo. Universidade Estadual Paulista (UNESP),
2006.
LATHI, B. P. Sinais e Sistemas Lineares. [S.l.]: Bookman, 2007.
LEURIDAN, J.; AUWERAER, H. Van der; MERGEAY, M. Review of parameter identifi-

cation techniques. In: Proceedings of the XIII International Seminar on Modal Analysis,-
Course on Modal Analysis, Leuven. [S.l.: s.n.], 1990.
LJUNG, L.; GLOVER, K. Frequency domain versus time domain methods in system
identification. Automatica, Elsevier, v. 17, n. 1, p. 71–86, 1981.
LUNDKVIST, A. Modal analysis project. Lulea University of Technology, 2010.
MAIA, N.; SILVA, J. Modal analysis identification techniques. Philosophical Transactions

of the Royal Society of London A: Mathematical, Physical and Engineering Sciences, The
Royal Society, v. 359, n. 1778, p. 29–40, 2001.
MAIA, N. M. M. Extraction of valid modal properties from measured data in structural

vibrations. Tese (Doutorado) — Imperial College London (University of London), 1988.
MAIA, N. M. M.; SILVA, J. M. M. e. Theoretical and experimental modal analysis. [S.l.]:

Research Studies Press Taunton, 1997.
MATTHEWS, C.; ZAHACY, T.; SKOCZYLAS, P. Progressing cavity pumping systems:

Design, operation and performance optimization. Course Notes, C-FER Technologies,
Edmonton, Alberta, Canada, 2002.
MEIROVITCH, L. Fundamentals of vibrations. [S.l.]: International Edition, McGraw-

Hill, 2001.
MENDES, P.; OLIVEIRA, S. Análise dinâmica de estruturas: Utilização integrada de

modelos de identificação modal e modelos de elementos finitos. Laboratório Nacional de
Engenharia Civil, 2008.
96 REFERÊNCIAS BIBLIOGRÁFICAS
MESQUITA, A. L. A. et al. Estudo de técnicas de análise modal operacional em sistemas

sujeitos a excitações aleatórias com a presença de componente harmônico. 2006.
MILLER, D. C. Anecdotal History of the Science of Sound. [S.l.]: Macmillan, 1935.
MINETTE, R. S. Análise modal de bombas centrífugas submersas. Tese de mestrado,

COPPE/UFRJ — UFRJ, 2014.
MITRA, S. K.; KUO, Y. Digital signal processing: a computer-based approach. [S.l.]:

McGraw-Hill New York, 2006.
NAIK, T.; LONGMIRE, E. K.; MANTELL, S. C. Dynamic response of a cantilever in

liquid near a solid wall. Sensors and Actuators A: physical, Elsevier, v. 102, n. 3, p.
240–254, 2003.
OLIVEIRA, I. F. D. d. Identificação das propriedades dinâmicas de um piso de ginásio.

Faculdade de Ciencias e Tecnologia, 2014.
PIOLDI, F.; FERRARI, R.; RIZZI, E. A refined fdd algorithm for operational modal
analysis of buildings under earthquake loading. In: Proceedings of the 26 th International
Conference on Noise and Vibration Engineering (ISMA2014), Leuven, Belgium. [S.l.:
s.n.], 2014. p. 15–17.
RAO, S. S. Vibrações Mecânicas. [S.l.]: Pearson Prentice Hall, 2008.
RICHARDSON, M. H.; FORMENTI, D. L. Global curve fitting of frequency response

measurements using the rational fraction polynomial method. In: Proceedings of the Third
International Modal Analysis Conference. [S.l.: s.n.], 1985. p. 390–397.
ROBERTS, M. J. Fundamentos de sinais e sistemas. [S.l.]: McGraw Hill Brasil, 2009.
RODRIGUES, M. C.; SILVA, J. F. da. Análise da integridade estrutural de hastes de

bombeio por cavidade progressiva (bcp) para poços terrestres utilizando análise modal e
elementos finitos. 2004.
ROSA, L. Estimação de Parâmetros Modais Através de Técnica de Otimização. Tese

(Doutorado) — Tese de D. Sc., COPPE/UFRJ, Rio de Janeiro, Brasil, 1996.
SCHWARZ, B. J.; RICHARDSON, M. H. Experimental modal analysis. CSI Reliability

week, Orlando FL, v. 35, n. 1, p. 1–12, 1999.
SOARES, C. P.; SILVA, G. M. A.; SOTOMAYOR, O. A. Z. Identificação de parâmetros

modais de estruturas baseada apenas na resposta usando a decomposição no domínio da
frequência. XII Simpósio Brasileiro de Automação Inteligente - SBAI. Natal, Rio Grande
do Norte, 2015.
SOARES, C. P.; SOTOMAYOR, O. A. Z. Avaliação da integridade estrutural de plata-

formas offshore tipo jaqueta. I Congresso nacional de engenharia de petróleo, gás natural
e biocombustíveis, 2015.
REFERÊNCIAS BIBLIOGRÁFICAS 97
SOEIRO, N. S. Análise modal experimental. 2001. Acessado em 04 de Agosto de

2015. Disponível em: <http://www.ufpa.br/gva/Apostilas/ANALISE\%20MODAL\
%20EXPERIMENTAL.pdf>.
TAKACS, G. Sucker-Rod Pumping Handbook: Production Engineering Fundamentals and

Long-Stroke Rod Pumping. [S.l.]: Gulf Professional Publishing, 2015.
THOMAS, J. E. Fundamentos de engenharia de petróleo. [S.l.]: Interciência, 2001.
VIDAL, F. J. T. Desenvolvimento de um simulador de bombeio por cavidades progressi-

vas. Universidade Federal do Rio Grande do Norte, 2005.
WANG, H.; YANG, D. Systematic approach for improving performance of progressive

cavity pumping systems in a deep heavy oil reservoir. Journal of Petroleum Technology
and Alternative Fuels, Academic Journals, v. 2, n. 9, p. 168–175, 2011.
WITTRISCH, C.; CHOLET, H. Progressing Cavity Pumps: Oil Well Production Artifi-
cial Lift. [S.l.]: TECHNIP OPHRYS EDITIONS, 2012.

Dissertacao - Daniel Correia

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Dissertacao - Daniel Correia

Enviado por

Direitos autorais:

Formatos disponíveis

Universidade Federal da Bahia

Instituto de Matemática / Escola Politécnica

Programa de Pós-Graduação em Mecatrônica

ANÁLISE MODAL DE BOMBAS DE

Daniel Santos de Quadros Correia

ANÁLISE MODAL DE BOMBAS DE CAVIDADES PROGRESSIVAS

Esta Dissertação de Mestrado foi

Orientador: Prof. Dr. Antônio Cezar de Castro Lima

Santos de Quadros Correia, Daniel

Orientador: Antônio Cezar de Castro Lima.

1. Análise modal experimental. 2. Bombeio por cavidades

DANIEL SANTOS DE QUADROS CORREIA

ANÁllsE MoDAL DE BoMBAS DE

Esta Dissertação de Mestrado foi julgada

Salvador, 7 de março de 2017

Prof. Dr. An o Cezar cte Castro Lima

éida Barreto Filho

O objetivo deste trabalho é desenvolver e aplicar uma metodologia para a realização

Palavras-chave: Análise modal experimental. Bombeio por cavidades progressivas.

This work presents an experimental modal analysis of a Progressing Cavity Pumping

Keywords: Experimental modal analysis. EMA. Progressing cavity pump. PCP.

Capítulo 2—Bombeio por cavidades progressivas 11

Capítulo 3—Vibrações mecânicas 17

Capítulo 4—Análise modal 33

4.2.1.1 Preparação do experimento . . . . . . . . . . . . . . . . 37

Capítulo 5—Estimação de parâmetros 45

5.1 Técnicas no domínio da frequência . . . . . . . . . . . . . . . . . . . . . 45

Capítulo 6—Avaliação de métodos 61

6.1 Sensibilidade ao ruído . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

7.1 Coluna de revestimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73

1.1 Três sistemas instalados . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

2.1 Estimativa do uso de BCPs no mundo . . . . . . . . . . . . . . . . . . . 11

3.1 Sistema Massa-Mola-Amortecedor 1 GDL . . . . . . . . . . . . . . . . . . 20

4.1 Classificação dos métodos de identificação modal . . . . . . . . . . . . . . 35

5.1 Partes real e imaginária da FRF - Receptância . . . . . . . . . . . . . . . 47

6.1 Sinal simulado no tempo . . . . . . . . . . . . . . . . . . . . . . . . . . . 62

7.1 Coluna de revestimento . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74

Com o desenvolvimento de equipamentos cada vez mais complexos e a necessidade de

A análise modal parte de dois pressupostos básicos: a estrutura se comporta de forma

É possível classificar a análise modal, basicamente, em duas categorias, de acordo

A FDD consiste, basicamente, na transformação da matriz densidade espectral de

1.1 ESCOPO E ESTRUTURA DO TRABALHO

Figura 1.1 Três sistemas instalados

1.1.2 Organização do texto

mento e os seus principais componentes.

1. A partir de um modelo teórico, com todos os parâmetros previamente conhecidos,

2. Na segunda etapa, ainda com um sinal simulado e de parâmetros conhecidos, é feito

4. Por fim, realiza-se a análise modal experimental em um conjunto de bombeio por

cavidades progressivas e estruturas relacionadas a este sistema. Para a estimação

1.3 REVISÃO BIBLIOGRÁFICA

A análise de sinais de vibrações, no estudo do comportamento dinâmico de estruturas,

dos parâmetros modais.

No final da década de 1920, René Moineau desenvolveu um modelo de bomba conhe-

Figura 2.1 Estimativa do uso de BCPs no mundo

Fonte: Adaptado de Matthews, Zahacy e Skoczylas (2002)

Figura 2.2 Movimentação do rotor no estator

Fonte: Adaptado de Wittrisch e Cholet (2012)

• Capacidade de produzir fluidos com alta viscosidade;

• Tolerância à produção com alta concentração de areia;

Figura 2.3 Eficiência dos principais métodos de elevação artificial

Fonte: Adaptado de Takacs (2015)

• Estator: Estrutura no formato de espiral fêmea dupla, composta de material macio,

• Coluna de hastes: Conjunto de hastes responsável por transmitir torque do motor

• Âncora de torque: Equipamento utilizado para evitar que a coluna de produção